第一张图展示了COCO预训练模型的推理吞吐量与验证mAP的可视化对比。

../_images/plot_help.png 检测吞吐量 - GluonCV 文档

我们还提供了对所有80个目标类别的详细交互式分析。

COCO检测每类别 - GluonCV 文档

下表列出了目标检测的预训练模型及其性能详情。

提示

模型属性编码在其名称中。例如，ssd_300_vgg16_atrous_voc 由四个部分组成

  • ssd 表示算法是“Single Shot Multibox Object Detection” [1]_。

  • 300 是训练图像尺寸，意味着训练图像被调整为300x300，所有锚框都设计为匹配此形状。这可能不适用于某些模型。

  • vgg16_atrous 是基础特征提取网络的类型。

  • voc 是训练数据集。您可以选择 voc 或 coco 等。

  • (320x320) 表示模型是在320x320分辨率下进行评估的。除非另有说明，GluonCV中的所有检测模型都可以接受各种输入形状进行预测。一些模型使用不同的输入数据形状进行训练，例如Faster-RCNN和YOLO模型。

  • ssd_300_vgg16_atrous_voc_int8 是一个在Pascal VOC数据集上为 ssd_300_vgg16_atrous_voc 校准的量化模型。

提示

训练命令与以下脚本配合使用

Pascal VOC

提示

对于Pascal VOC数据集，训练图像集是2007trainval和2012trainval的并集，验证图像集是2007test。

报告的VOC指标是交并比(IoU)阈值为0.5时所有类别的平均精度均值 (mAP)。

量化SSD模型使用 nms_thresh=0.45，nms_topk=200 进行评估。

SSD

在此查看SSD演示教程：01. 使用预训练SSD模型进行预测

模型

mAP

训练命令

训练日志

ssd_300_vgg16_atrous_voc [1]_

77.6

shell脚本

日志

ssd_300_vgg16_atrous_voc_int8* [1]_

77.46

ssd_512_vgg16_atrous_voc [1]_

79.2

shell脚本

日志

ssd_512_vgg16_atrous_voc_int8* [1]_

78.39

ssd_512_resnet50_v1_voc [1]_

80.1

shell脚本

日志

ssd_512_resnet50_v1_voc_int8* [1]_

80.16

ssd_512_mobilenet1.0_voc [1]_

75.4

shell脚本

日志

ssd_512_mobilenet1.0_voc_int8* [1]_

75.04

Faster-RCNN

VOC数据集的Faster-RCNN模型使用原生分辨率进行评估，要求 较短边 >= 600 且 较长边 <= 1000，不改变长宽比。

在此查看Faster-RCNN演示教程：02. 使用预训练Faster RCNN模型进行预测

模型

mAP

训练命令

训练日志

faster_rcnn_resnet50_v1b_voc [2]_

78.3

shell脚本

日志

YOLO-v3

YOLO-v3模型可以在不同的分辨率下进行评估和预测。报告了不同评估分辨率下的不同mAP，但模型是相同的。

在此查看YOLO演示教程：03. 使用预训练YOLO模型进行预测

模型

mAP

训练命令

训练日志

yolo3_darknet53_voc [3]_ (320x320)

79.3

shell脚本

日志

yolo3_darknet53_voc [3]_ (416x416)

81.5

shell脚本

日志

yolo3_mobilenet1.0_voc [3]_ (320x320)

73.9

shell脚本

日志

yolo3_mobilenet1.0_voc [3]_ (416x416)

75.8

shell脚本

日志

CenterNet

CenterNet模型在512x512分辨率下进行评估。同时报告了带翻转推理(F)的mAP，但模型是相同的。在此查看CenterNet演示教程：11. 使用预训练CenterNet模型进行预测

请注意，dcnv2 表示模型包含可变形卷积（Modulated Deformable Convolution, DCNv2）层，您可能需要升级MXNet才能使用它们。

模型

mAP(原始/翻转)

训练命令

训练日志

center_net_resnet18_v1b_voc [6]_

66.8/69.5

shell脚本

日志

center_net_resnet18_v1b_dcnv2_voc [6]_

71.2/74.7

shell脚本

日志

center_net_resnet50_v1b_voc [6]_

71.8/76.1

shell脚本

日志

center_net_resnet50_v1b_dcnv2_voc [6]_

75.6/78.7

shell脚本

日志

center_net_resnet101_v1b_voc [6]_

75.5/78.2

shell脚本

日志

center_net_resnet101_v1b_dcnv2_voc [6]_

76.7/79.2

shell脚本

日志

MS COCO

提示

对于COCO数据集，训练图像集是train2017，验证图像集是val2017。

报告的COCO指标是交并比(IoU)阈值为0.5:0.95（平均10个值，即AP 0.5:0.95）、0.5（即AP 0.5）和0.75（即AP 0.75）时的平均精度 (AP)，格式为 (AP 0.5:0.95)/(AP 0.5)/(AP 0.75)。

对于目标检测任务，仅评估并报告基于边界框重叠的AP。

SSD

在此查看SSD演示教程：01. 使用预训练SSD模型进行预测

模型

边界框AP

训练命令

训练日志

ssd_300_vgg16_atrous_coco [1]_

25.1/42.9/25.8

shell脚本

日志

ssd_512_vgg16_atrous_coco [1]_

28.9/47.9/30.6

shell脚本

日志

ssd_300_resnet34_v1b_coco [1]_

25.1/41.7/26.2

shell脚本

日志

ssd_512_resnet50_v1_coco [1]_

30.6/50.0/32.2

shell脚本

日志

ssd_512_mobilenet1.0_coco [1]_

21.7/39.2/21.3

shell脚本

日志

Faster-RCNN

COCO数据集的Faster-RCNN模型使用原生分辨率进行评估，要求 较短边 >= 800 且 较长边 <= 1333，不改变长宽比。

在此查看Faster-RCNN演示教程：02. 使用预训练Faster RCNN模型进行预测

模型

边界框AP

训练命令

训练日志

faster_rcnn_resnet50_v1b_coco [2]_

37.0/57.8/39.6

shell脚本

日志

faster_rcnn_resnet101_v1d_coco [2]_

40.1/60.9/43.3

shell脚本

日志

faster_rcnn_fpn_resnet50_v1b_coco [4]_

38.4/60.2/41.6

shell脚本

日志

faster_rcnn_fpn_resnet101_v1d_coco [4]_

40.8/62.4/44.7

shell脚本

日志

faster_rcnn_fpn_bn_resnet50_v1b_coco [5]_

39.3/61.3/42.9

shell脚本

日志

faster_rcnn_fpn_syncbn_resnest50_coco [7]_

42.7/64.1/46.4

shell脚本

日志

faster_rcnn_fpn_syncbn_resnest101_coco [7]_

44.9/66.4/48.9

shell脚本

日志

faster_rcnn_fpn_syncbn_resnest269_coco [7]_

46.5/67.5/50.7

shell脚本

日志

YOLO-v3

YOLO-v3模型可以在不同的分辨率下进行评估和预测。报告了不同评估分辨率下的不同mAP。

在此查看YOLO演示教程：03. 使用预训练YOLO模型进行预测

模型

边界框AP

训练命令

训练日志

yolo3_darknet53_coco [3]_ (320x320)

33.6/54.1/35.8

shell脚本

日志

yolo3_darknet53_coco [3]_ (416x416)

36.0/57.2/38.7

shell脚本

日志

yolo3_darknet53_coco [3]_ (608x608)

37.0/58.2/40.1

shell脚本

日志

yolo3_mobilenet1.0_coco [3]_ (320x320)

26.7/46.1/27.5

shell脚本

日志

yolo3_mobilenet1.0_coco [3]_ (416x416)

28.6/48.9/29.9

shell脚本

日志

yolo3_mobilenet1.0_coco [3]_ (608x608)

28.0/49.8/27.8

shell脚本

日志

CenterNet

CenterNet模型在512x512分辨率下进行评估。同时报告了带翻转推理(F)的mAP，但模型是相同的。在此查看CenterNet演示教程：11. 使用预训练CenterNet模型进行预测。

请注意，dcnv2 表示模型包含可变形卷积（Modulated Deformable Convolution, DCNv2）层，您可能需要升级MXNet才能使用它们。

模型

mAP(原始/翻转)

训练命令

训练日志

center_net_resnet18_v1b_coco [6]_

26.6/28.1

shell脚本

日志

center_net_resnet18_v1b_dcnv2_coco [6]_

28.9/30.3

shell脚本

日志

center_net_resnet50_v1b_coco [6]_

32.1/33.4

shell脚本

日志

center_net_resnet50_v1b_dcnv2_coco [6]_

34.0/35.3

shell脚本

日志

center_net_resnet101_v1b_coco [6]_

34.5/35.8

shell脚本

日志

center_net_resnet101_v1b_dcnv2_coco [6]_

35.8/37.1

shell脚本

日志