yolor - 改进的多任务统一网络实时对象检测模型

YOLOR 项目介绍

项目背景

YOLOR 是一个实现多任务统一网络的项目，其起源于论文《You Only Learn One Representation: Unified Network for Multiple Tasks》。该项目旨在通过一个网络架构实现多种任务的高效解决，这种统一的网络理念使得在多个任务上都有出色的表现。

特点与性能

YOLOR 在多项测试中显示出其卓越的性能。以下是一些关键模型在 COCO 数据集上的表现：

YOLOR-CSP: 测试尺寸为640时，平均精度（AP）达到52.8%，在每秒106帧速度下推理时间为3.2毫秒。
YOLOR-CSP-X: 测试尺寸640时，AP为54.8%，推理速度为每秒87帧，时间为5.5毫秒。
YOLOR-P6: 测试尺寸1280时，AP为55.7%，速度达到每秒76帧，推理时间为8.3毫秒。

在与 YOLOv4 的对比中，YOLOR 展示了更高的精度和更快的处理速度，这源于其更优化的网络架构和参数配置。

环境搭建

YOLOR 提供了多种环境部署方式，其中推荐使用 Docker 环境以简化安装过程。配置 Docker 环境需要安装一些必要的软件包和依赖库，包括 Python 的 matplotlib 等。对于激活函数使用 "mish" 的需求，可以通过安装 mish-cuda 来支持。此外，对于需要使用小波降采样模块的应用，可以安装 pytorch_wavelets 以获得支持。

数据准备

在进行模型训练和测试之前，需要准备好 COCO 数据集。YOLOR 提供了脚本来自动下载和配置该数据集。此外，用户也需要准备好预训练的权重以便加速训练过程。

模型测试与训练

完成环境和数据准备后，用户可以进行模型的测试和训练。例如，可以通过提供的脚本使用单个或多个 GPU 进行训练。以下是一些训练指令：

单个 GPU 训练: python train.py --batch-size 8 --img 1280 1280 --data coco.yaml --cfg cfg/yolor_p6.cfg --weights '' --device 0 --name yolor_p6 --epochs 300
多个 GPU 训练: python -m torch.distributed.launch --nproc_per_node 2 train.py --batch-size 16 --img 1280 1280 --data coco.yaml --cfg cfg/yolor_p6.cfg --weights '' --device 0,1

模型推理

YOLOR 提供了推理命令，可以对输入的图像进行目标检测，如对图像 horses.jpg 进行推理，命令如下：

python detect.py --source inference/images/horses.jpg --cfg cfg/yolor_p6.cfg --weights yolor_p6.pt --conf 0.25 --img-size 1280 --device 0

关于引用及感谢

在发表学术论文时，可以引用以下内容来表示对 YOLOR 项目的使用和支持：

@article{wang2023you,
  title={You Only Learn One Representation: Unified Network for Multiple Tasks},
  author={Wang, Chien-Yao and Yeh, I-Hau and Liao, Hong-Yuan Mark},
  journal={Journal of Information Science and Engineering},
  year={2023}
}

YOLOR 项目的成功得益于多个开源项目的支持与贡献，包括 Darknet、PyTorch YOLOv4 及其变种。这些开源项目为 YOLOR 的开发与实现提供了重要的基础与支持。