LSH9832/edgeyolo
an edge-real-time anchor-free object detector with decent performance
What it solves
EdgeYOLO 旨在为嵌入式和边缘设备提供高性能目标检测。它解决了检测精度与推理速度之间的权衡，使得在计算资源受限的硬件（如 Nvidia Jetson AGX Xavier）上也能实现实时处理。
How it works
EdgeYOLO 是一种无锚点目标检测器。它提供从 Tiny 到 L 的多种模型尺寸，以适配不同硬件约束。项目中包含在训练后期使用的 RH 损失函数，提升小型和中型模型的检测性能。同时提供增强的数据增强方法，即使标签稀疏也能保持效果。
Who it’s for
本项目面向从事边缘计算、机器人和嵌入式系统的计算机视觉开发者和研究者，需快速、准确且易部署的目标检测模型。
Highlights
- Edge-Optimized Performance: 在 Nvidia Jetson AGX Xavier 上实现最高 34 FPS，COCO2017 上达到 50.6% AP。
- Broad Deployment Support: 包含导出模型至 ONNX、TensorRT（FP16 与 INT8）、RKNN、MNN、Horizon J5 与华为 Ascend（OM）的工具和代码。
- uma Unified Deployment Branch: 专用的部署分支简化多平台部署，无需针对每个平台修改代码。
- Flexible Dataset Support: 兼容 COCO、YOLO、VOC、VisDrone 与 DOTA 数据集格式。
- Comprehensive Tooling: 提供 Docker 镜像实现一键模型导出，并附带绘制损失、学习率和精度曲线的脚本。