超神经HyperAI · 7月10日

在线教程 | 清华大学强推!YOLOv10 实现更高效的目标检测

过去几年中,由于 YOLO 在计算成本和检测性能之间的有效平衡,它已经成为实时目标检测领域的主要范式。然而,YOLO 依赖于非极大值抑制 (NMS) 进行后处理,这阻碍了 YOLO 的端到端部署,并对推理延迟产生了不利影响。

YOLOv10 是由清华大学研究人员基于 Ultralytics Python 包开发的实时目标检测方法, 旨在解决之前 YOLO 版本在后处理和模型架构方面的不足。通过消除非最大抑制 (NMS) 并优化各种模型组件,YOLOv10 在显著降低计算开销的同时实现了最先进的性能。

HyperAI超神经官网现已上线了「YOLOv10 实时端到端目标检测」教程,无需输入任何命令,一键克隆即可立即开启目标检测。

教程地址:

https://go.hyper.ai/QuINA

Demo 运行

  1. 登录 hyper.ai,在「教程」页面,选择「YOLOv10 实时端到端目标检测」,点击「在线运行此教程」。

在这里插入图片描述

在这里插入图片描述

  1. 页面跳转后,点击右上角「克隆」,将该教程克隆至自己的容器中。

在这里插入图片描述

  1. 点击右下角「下一步:选择算力」。

在这里插入图片描述

  1. 页面跳转后,选择「NVIDIA GeForce RTX 4090」,点击「下一步:审核」。新用户使用下方邀请链接注册,可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长!

HyperAI超神经专属邀请链接(直接复制到浏览器打开):

https://openbayes.com/console/signup?r=6bJ0ljLFsFh_Vvej

在这里插入图片描述

  1. 点击「继续执行」,等待分配资源,首次克隆需等待 2 分钟左右的时间。当状态变为「运行中」后,点击「API 地址」边上的跳转箭头,即可跳转至「YOLOv10 实时端到端目标检测」的页面。请注意,用户需在实名认证后才能使用 API 地址访问功能。

若超过 10 分钟仍处于「正在分配资源」状态,可尝试停止并重启容器;若重启仍无法解决,请在官网联系平台客服。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

效果演示

  1. 打开 YOLOv10 实时端到端目标检测 Demo 页面,上传一张照片,点击 Detect Objects,稍等片刻即可输出结果,可以看到它成功识别出了图中的小猫和小狗。

在这里插入图片描述

最后推荐一个线上学术分享活动,感兴趣的小伙伴扫码即可参与!

在这里插入图片描述

推荐阅读
关注数
693
文章数
316
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息