LSH9832/edgeyolo
an edge-real-time anchor-free object detector with decent performance
What it solves
EdgeYOLO は、組み込み・エッジデバイス向けに高性能なオブジェクト検出を提供することを目的としています。検出精度と推論速度のトレードオフを解消し、Nvidia Jetson AGX Xavier のような計算リソースが限られたハードウェアでもリアルタイム処理を可能にします。
How it works
EdgeYOLO はアンカーフリーのオブジェクト検出器です。Tiny から L までの複数サイズのモデルを用意し、ハードウェア制約に合わせて選択できます。プロジェクトには、最終段階のトレーニングで使用される RH ロス関数が含まれており、小型・中型モデルの検出性能を向上させます。また、ラベルが少ないデータセットでも効果を維持できる高度なデータ拡張手法を提供します。
Who it’s for
本プロジェクトは、エッジコンピューティング、ロボティクス、組み込みシステム向けのコンピュータビジョンに取り組む開発者や研究者で、速くて正確、かつデプロイが容易なオブジェクト検出モデルを必要とする方を対象としています。
Highlights
- Edge-Optimized Performance: Nvidia Jetson AGX Xavier で最大 34 FPS、COCO2017 で 50.6% AP を達成。
- Broad Deployment Support: ONNX、TensorRT（FP16 と INT8）、RKNN、MNN、Horizon J5、Huawei Ascend（OM）へのモデルエクスポート用ツールとコードを含む。
- uma Unified Deployment Branch: 専用のデプロイブランチにより、プラットフォームごとにコード変更することなくマルチプラットフォーム展開が簡素化されます。
- Flexible Dataset Support: COCO、YOLO、VOC、VisDrone、DOTA 形式のデータセットに対応。
- Comprehensive Tooling: ワンクリックでモデルをエクスポートできる Docker イメージと、ロス、学習率、精度曲線をプロットするスクリプトを提供。