Yolov5 不同集成方式 效果对比

上面的图片为直接使用python脚本测试效果。

以上图片为torchscript方式集成效果。

以上为ft-lite方式集成效果。

同样的图片,检测效果差别非常大,后续尝试使用最新的yolov5 export.py(现在的导出方式为旧版本的https://github.com/zldrobit in PR https://github.com/ultralytics/yolov5/pull/1127 分支中的tf.py导出的模型。)导出tf-lite模型测试下效果。以上为历史记录。

实际效果:


测试数据
置信度
集成方式
Python Torchscript Tf-lite
test1.jpg 0.91 0.06 0.7045
test2.jpg 0.92 0.06(多余检测) 0.79(多余检测)
test3.jpg 0.9 0 0.104
test4.jpg 0.89 两处错误检测 两处错误检测
test5.jpg 0.87 0.06(多余检测) 0.529
test6.jpg 0.88 错误检测 错误检测
test7.jpg 0.91 0.06(多余检测) 0.8

 


分享文章:

猜你喜欢:

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注