YOLOv7 : Un ensemble d'améliorations gratuites entraînable établit un nouveau standard pour les détecteurs d'objets en temps réel

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.