Model details
模型介绍
中文整理模型描述
无人机俯拍图像由于其空中拍摄的独特视角，能够对道路、交通等场景进行完整的呈现,对无人机的图像数据进行检测分析具有重要的应用价值。在此，我们提供基于DAMO-YOLO的无人机小目标检测场景模型。
模型评测
Model size mAPval0.5:0.95 Latency(ms)T4-TRT-FP16 FLOPs(G) Parameters(M)
- ----- :---: :---: :---: :---: :---:
- *DAMO-YOLO-S** 640 24.6 3.83 37.8 16.3
- *DAMO-YOLO-S** 1280 31.4 -- 151.2 16.3
- *DAMO-YOLO-S** 1920 34.9 -- 340.2 16.3
表中汇报的mAP是COCO2017 val集上的结果。
表中汇报的latency不包括后处理（nms）时间，其测试条件为：T4 GPU，TensorRT=7.2.1.6， CUDA=10.2, CUDNN=8.0.0.1。
使用范围
本模型适用于无人机俯拍场景的物体检测，能对图片中的行人、车辆进行定位。
使用方法
在ModelScope框架上，提供输入图片，即可以通过简单的Pipeline调用使用当前模型。具体代码示例如下：
训练数据介绍
模型训练和评测使用VisDrone-2019数据集，该数据集包含6471张训练图片，548张验证图片，共10个类别，包括人、行人、箱式货车、轿车、巴士、摩托车、自行车、有蓬三轮车、三轮车、卡车。
模型可视化效果
Quote
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
