阿里巴巴达摩院智能计算实验室团队设计并开源了一款兼顾速度与精度的目标检测框架DAMO-YOLO，其性能超越了目前的一众YOLO系列方法，在实现精度SOTA的同时，保持了很高的推理速度。DAMO-YOLO是在YOLO框架基础上引入了MAE-NAS、efficient-RepGFPN、ZeroHead、蒸馏等一系列新技术，对整个检测框架进行了大幅的修改。除模型之外，DAMO-YOLO还提供高效的训练策略以及便捷易用的部署工具，帮助快速解决工业落地中的实际问题！
在本次分享中，我们邀请到了阿里巴巴达摩院智能计算实验室团队的姜奕祺，将主要介绍他们关于目标检测框架的新探索：
DAMO-YOLO : A Report on Real-Time Object Detection Design
➤详情传送门
极市直播预告丨阿里达摩院：兼顾速度与精度的高效目标检测框架DAMO-YOLO
➤论文
DAMO-YOLO : A Report on Real-Time Object Detection Design
论文链接：https://arxiv.org/abs/2211.15444
代码链接：https://github.com/tinyvision/DAMO-YOLO
模型和demo链接：https://www.modelscope.cn/models/damo/cv_tinynas_object-detection_damoyolo/summary
➤回放视频在这里：https://www.bilibili.com/video/BV19V4y1w7Vg/
➤PPT内容截图（公众号后台回复“极市直播”即可获取PPT）
➤往期视频在线观看
B站：http://space.bilibili.com/85300886#!/
往期线上分享集锦：http://m6z.cn/6qIJzE