LibreYOLO 基准测试
比较 COCO 精度、泛化能力和推理速度。
RF100-VL
COCO 之外的泛化能力
RF100-VL 通过在 100 个真实数据集上微调，衡量目标检测模型适应新领域的能力。
悬停或点击数据点，查看模型详情。
方法与局限
每个配置都在各数据集上单独训练。根据验证集选择检查点，再使用 pycocotools、maxDets 500 在测试集上评分。结果是全部 100 个数据集 AP50:95 的不加权平均值。
折线连接不同模型规模。训练方案和分辨率有所不同；LoRA 单独显示。
这些结果仅使用一个随机种子，各模型家族的训练方案、分辨率和数值精度不同。报告说明了方法、模型对比及实现限制。
* YOLOv9 分数来自训练修复之前的实现。YOLO-NAS 使用受独立非商业许可证约束的预训练权重。
你的硬件上的推理速度
按设备、运行时和数值精度比较延迟。