yolov7各个模型的网络结构图(最详细)

 美团刚刚发出yolov6,AB大神就带着yolov7来了。。。。。这速度是真快。。

在 5-160 FPS 范围内速度和精度超过所有已知目标检测器。

在 后不到两个星期,提出 YOLOv4 的团队就发布了更新一代的版本。

YOLOv7 的论文被提交到了预印版论文平台 arXiv 上,其三位作者 Chien-Yao Wang、Alexey Bochkovskiy 和 Hong-Yuan Mark Liao 是 YOLOv4 的原班人马。

相对于其他类型的工具,YOLOv7-E6 目标检测器(56 FPS V100,55.9% AP)比基于 transformer 的检测器 SWINL Cascade-Mask R-CNN(9.2 FPS A100,53.9% AP)速度上高出 509%,精度高出 2%,比基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN (8.6 FPS A100, 55.2% AP) 速度高出 551%,精度高出 0.7%。

此外, YOLOv7 的在速度和精度上的表现也优于 YOLOR、YOLOX、Scaled-YOLOv4、YOLOv5、DETR 等多种目标检测器。

YoloV6:

meituan/YOLOv6: YOLOv6: a single-stage object detection framework dedicated to industrial applications. (github.com)https://github.com/meituan/YOLOv6

YoloV7得github

WongKinYiu/yolov7: Implementation of paper - YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors (github.com)https://github.com/WongKinYiu/yolov7

目录

1、YoloV7-tiny网络结构图

2、YoloV7网络模型结构图

3、YoloV7x网络模型结构图

 4、YoloV7-d6网络模型结构图

5、YoloV7-e6网络模型结构图

6、YoloV7-e6e网络模型结构图

7、YoloV7-w6网络模型结构图


1、YoloV7-tiny网络结构图

其中有几个地方是自己命名的。。。。。。。。。。。我也不知道叫啥,就自己命名了。。

 我的代码是2022/07/11上午git的 ,激活函数还是LeakeRelu,然后下午他就更新了。。。。。。。。。。。。。。。。。

这个结构看着是不是有点像sppf,每个卷积出个分支做残差。。。。。因为是5个卷积,所以我叫做C5.。。。。。。。。。。。。

 这个自己瞎起的名字。。。。

下面大家自己看看具体网络结构:

PPT链接:

「网络结构图」等文件 https://www.aliyundrive.com/s/R5Wv7NuwH9Q 提取码: ug77
点击链接保存,或者复制本段内容,打开「阿里云盘」APP ,无需下载极速在线查看,视频原画倍速播放。

有写的不对的地方大家可以提出来。。。。。

2、YoloV7网络模型结构图

3、YoloV7x网络模型结构图

 4、YoloV7-d6网络模型结构图

5、YoloV7-e6网络模型结构图

6、YoloV7-e6e网络模型结构图

7、YoloV7-w6网络模型结构图

「YoloV7各个网络模型结构图」等文件 https://www.aliyundrive.com/s/a5xhjMoHZA5 提取码: z69x
点击链接保存,或者复制本段内容,打开「阿里云盘」APP ,无需下载极速在线查看,视频原画倍速播放。

猜你喜欢

转载自blog.csdn.net/zhangdaoliang1/article/details/125731979