米文 YOLOV3 全系列加速SDK

产品概述：

基于yoloV3离线物体识别加速SDK为设备提供针对yoloV3网络模型的加速能力。通过加速SDK，可以提供近数十倍的加速效果，使您的算法为业务提供更高、更快的检测性能。配合米文大脑设备，可以快速返回检测信息。让您轻松完成基于yoloV3识别算法的模型加速。米文SDK提供接口简单清晰，且提供模型转换脚本。

性能：

• 多物体同时检测 （米文基于COCO数据集，可识别多达80种路上常见物体，您也可以训练自己的数据集使用米文yoloV3离线加速SDK）
• 可支持框架:
  darknet
• 支持模型转换脚本:
  weights - caffeModel - tensorCache
• 适配:
  CUDA，cuDNN，OpenCV, tensorRT
• 精度：
  
  

下面是在thresh为0.005时，在coco2017的test-dev数据集上，各个版本的sdk的mAP：
darknet origin: 0.556
yolo sdk v1.5.0 (on apex img 4.2.2-1.1.1): 0.429
yolo sdk v1.5.0 change to rgb: 0.481
yolo sdk v1.5.0 change to rgb add a postprocess: 0.542
yolo sdk v1.5.0change to rgb add a postprocess with int8: 0.545


yoloV3 在Xavier下的识别速度

• 1920*1080下，≈ 25毫秒/帧
• 1920*1080下，≈ 20毫秒/帧（int8）
  

yoloV3 tiny 在Xavier下的识别速度

• 1920*1080下，≈ 6.6毫秒/帧
  

yoloV2 tiny 在Xavier下的识别速度

• 1920*1080下，≈ 7毫秒/帧
  

yoloV3 在TX2下的识别速度

• 1920*1080下，≈ 100毫秒/帧
  

yoloV3 tiny 在TX2下的识别速度

• 1920*1080下，≈ 17毫秒/帧
  

yoloV2 tiny 在TX2下的识别速度

• 1920*1080下，≈ 16毫秒/帧
  

备注：算法性能受实际运行设备、实际数据集等情况影响，以上数字仅供参考。