Benchmarki LibreYOLO
Porównaj dokładność na COCO, generalizację i szybkość inferencji.
COCO
Dokładność a rozmiar
Porównaj dokładność na COCO z liczbą parametrów. YOLOv9 i RF-DETR są wyróżnione. Dane: Vision Analysis.
RF100-VL
Generalizacja poza COCO
RF100-VL mierzy adaptację detektorów do nowych domen przez dostrajanie na 100 rzeczywistych zbiorach danych.
Metodologia i ograniczenia
Każdą konfigurację trenujemy osobno na każdym zbiorze. Checkpointy wybieramy na zbiorze walidacyjnym i oceniamy na testowym za pomocą pycocotools przy maxDets 500. Wynikiem jest nieważona średnia AP50:95 ze wszystkich 100 zbiorów.
Linie łączą rozmiary modeli. Receptury treningowe i rozdzielczości różnią się; LoRA jest pokazana osobno.
Wyniki uzyskano z jednym ziarnem losowym, przy recepturach, rozdzielczościach i precyzji numerycznej właściwych dla każdej rodziny. Raport opisuje metodologię, porównania i ograniczenia implementacji.
* Wyniki YOLOv9 pochodzą sprzed poprawek treningu. YOLO-NAS korzysta z wytrenowanych wag na osobnej licencji niekomercyjnej.
Szybkość inferencji na Twoim sprzęcie
Porównaj opóźnienia według urządzenia, środowiska wykonawczego i precyzji.