YOLOv7 dépasse tous les détecteurs d'objets connus en termes de vitesse et de précision dans la plage de 5 à 160 images par seconde (FPS) et présente la plus haute précision de 56,8% AP parmi tous les détecteurs d'objets en temps réel connus avec une vitesse de 30 FPS ou plus sur GPU V100. Le détecteur d'objets YOLOv7-E6 (56 FPS V100, 55,9% AP) surpasse le détecteur basé sur les transformateurs SWIN-L Cascade-Mask R-CNN (9,2 FPS A100, 53,9% AP) de 509% en vitesse et de 2% en précision, ainsi que le détecteur basé sur les convolutions ConvNeXt-XL Cascade-Mask R-CNN (8,6 FPS A100, 55,2% AP) de 551% en vitesse et de 0,7% AP en précision. De plus, YOLOv7 surpasse également : YOLOR, YOLOX, Scaled-YOLOv4, YOLOv5, DETR, Deformable DETR, DINO-5scale-R50, ViT-Adapter-B et de nombreux autres détecteurs d'objets en termes de vitesse et de précision. En outre, nous avons formé YOLOv7 uniquement sur le jeu de données MS COCO à partir de zéro sans utiliser d'autres jeux de données ni des poids pré-entraînés. Le code source est disponible à l'adresse suivante : https://github.com/WongKinYiu/yolov7.