🚀🚀🚀本文改进：基于FLOP的高效目标检测计算的神经网络架构的设计，便于嵌入式和面向移动的人工智能对象检测应用。LeYOLO-Small在COCO val上实现了38.2%的竞争性mAP分数，仅使用4.5 FLOP(G)，与最新的最先进的YOLOv9-Tiny模型相比，计算负载减少了42%，同时实现了相似的精度。
🚀🚀🚀YOLOv8改进专栏：http://t.csdnimg.cn/hGhVK
学姐带你学习YOLOv8，从入门到创新，轻轻松松搞定科研；
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
