YOLOv10: una nueva generación de modelos de detección de objetos en tiempo real de extremo a extremo
(arxiv.org)• YOLOv10 introduce una asignación dual consistente para el entrenamiento sin NMS, logrando al mismo tiempo un rendimiento competitivo y una baja latencia de inferencia.
• Presenta una estrategia integral de diseño de modelos para YOLO basada en la eficiencia y la precisión, optimizando de forma exhaustiva diversos componentes tanto desde la perspectiva de la eficiencia como de la exactitud.
• YOLOv10 supera a los métodos de vanguardia en términos de rendimiento y eficiencia a través de distintas escalas de modelo.
• Por ejemplo, YOLOv10-S es 1.8 veces más rápido que RT-DETR-R18 con un AP similar en COCO, pero tiene 2.8 veces menos parámetros y FLOPs. En comparación con YOLOv9-C, YOLOv10-B reduce la latencia en un 46% y la cantidad de parámetros en un 25% manteniendo un nivel de rendimiento equivalente.
3 comentarios
Creo que fue por la época en que me gradué de la licenciatura cuando salió YOLOv3, y sí que pasa rápido el tiempo..
https://github.com/THU-MIG/yolov10
Hace unos meses salió YOLOv9, pero no pasó mucho tiempo y ya salió la v10... jeje