detection工作

今天看到YOLO2的工作还是很不错的，效果好，关键是速度也快,已经完胜SSD了感觉。

虽然faster rcnn各方面效果都不错，但是从简单粗暴的角度考虑，SSD和YOLO真的深得我心啊。

检测模型，其实我一直觉得SSD，和YOLO这样的框架，从使用的角度来看，我更倾向于这些，速度和效果达到完美的平衡。而faster rcnn还要再开发，因为里面的python代码过多。

虽然现在Fasterrcnn也有多GPU版本的，但是速度还是慢的其实。

或许因为是我喜新厌旧，rcnn到现在的faster rcnn以及各种版本，已经觉得有点审美疲劳了。。。。。

posted @   deeplearner_allen  阅读(238)  评论(2)  编辑  收藏  举报
编辑推荐：
· AI与.NET技术实操系列：向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列：如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行：
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· winform 绘制太阳，地球，月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 上周热点回顾（3.3-3.9）
· 超详细：普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
点击右上角即可分享
微信分享提示
AI IDE Trae