摘要

YOLOv7 在从 5 FPS 到 160 FPS 的速度范围内，超越了所有已知的目标检测器，在 GPU V100 上以 30 FPS 或更高的帧率运行时，其精度达到了所有已知实时目标检测器中的最高值 56.8% AP。YOLOv7-E6 目标检测器（在 V100 上达到 56 FPS，精度为 55.9% AP）在速度上比基于变压器的检测器 SWIN-L Cascade-Mask R-CNN（在 A100 上达到 9.2 FPS，精度为 53.9% AP）快 509%，精度高 2%；同时在速度上比基于卷积的检测器 ConvNeXt-XL Cascade-Mask R-CNN（在 A100 上达到 8.6 FPS，精度为 55.2% AP）快 551%，精度高 0.7% AP。此外，YOLOv7 还在速度和精度方面超越了其他多种目标检测器，包括 YOLOR、YOLOX、Scaled-YOLOv4、YOLOv5、DETR、Deformable DETR、DINO-5scale-R50、ViT-Adapter-B 等。更为重要的是，我们仅使用 MS COCO 数据集从零开始训练 YOLOv7，未使用任何其他数据集或预训练权重。源代码已发布在 https://github.com/WongKinYiu/yolov7。