QuickYOLO:以Larq的QuickNet为骨干的二进制权重二进制输入YOLOv2实现 源码

快速YOLO 该存储库是一个端到端示例,用于训练PASCAL VOC数据集上的二值化对象检测器,将其导出以进行推理,以及在演示应用程序中使用导出的模型。 它来自 ,该分支具有基于TensorFlow 2的最全面的训练管道,我可以找到它来训练YOLO检测器。 使用的库: 拉克0.11.2 TensorFlow 2.3.2 OpenCV4 测试平台: NVIDIA Jetson Nano 2GB 该示例模型基于YOLOv2,以QuickNet为骨干,而头部则基于QuickNet中的转换块。 以下是此模型的统计信息: VOC2007测试集的mAP@0.5:0.50 平均推断时间(在Jetson Nano上使用LCE基准测试工具测试):26.5 ms 通过您的计算机进行演示(没有加速,只是一个meh检测器) cd demo_application python demo_