AIGC動態歡迎閱讀

原標題：清華接手，YOLOv10問世：性能大幅提升，登上GitHub熱榜
關鍵字：模型,準確率,性能,人工智能,效率
文章來源：機器之心
內容字數：5374字

內容摘要：

機器之心報道
機器之心編輯部相同性能情況下，延遲減少 46%，參數減少 25%。目標檢測系統的標桿 YOLO 系列，再次獲得了重磅升級。自今年 2 月 YOLOv9 發布之后， YOLO（You Only Look Once）系列的接力棒傳到了清華大學研究人員的手上。
上周末，YOLOv10 推出的消息引發了 AI 界的關注。它被認為是計算機視覺領域的突破性框架，以實時的端到端目標檢測能力而聞名，通過提供結合效率和準確性的強大解決方案，延續了 YOLO 系列的傳統。論文地址：https://arxiv.org/pdf/2405.14458
項目地址：https://github.com/THU-MIG/yolov10
新版本發布之后，很多人已經進行了部署測試，效果不錯：YOLO 因為性能強大、消耗算力較少，一直以來都是實時目標檢測領域的主要范式。該框架被廣泛用于各種實際應用，包括自動駕駛、監控和物流。其高效、準確的物體檢測能力使其成為實時識別行人和車輛等任務的理想選擇；在物流方面，它有助于庫存管理和包裹跟蹤，通過 AI 能力幫助人們在很多工作上提高了效率。
幾年來，研究人員對 YOLO

原文鏈接：清華接手，YOLOv10問世：性能大幅提升，登上GitHub熱榜

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺