ultralytics/yolov3: v8 - Final Darknet Compatible Release
Notice bibliographique
Résumé
This is the final release of the darknet-compatible version of the https://github.com/ultralytics/yolov3 repository. This release is backwards-compatible with darknet *.cfg files for model configuration. All pytorch (<em>.pt) and darknet (</em>.weights) models/backbones available are attached to this release in the Assets section below. Breaking Changes There are no breaking changes in this release. Bug Fixes Various Added Functionality Various Speed https://cloud.google.com/deep-learning-vm/<br> <strong>Machine type:</strong> preemptible n1-standard-8 (8 vCPUs, 30 GB memory)<br> <strong>CPU platform:</strong> Intel Skylake<br> <strong>GPUs:</strong> K80 ($0.14/hr), T4 ($0.11/hr), V100 ($0.74/hr) CUDA with Nvidia Apex FP16/32<br> <strong>HDD:</strong> 300 GB SSD <strong>Dataset:</strong> COCO train 2014 (117,263 images)<br> <strong>Model:</strong> <code>yolov3-spp.cfg</code><br> <strong>Command:</strong> <code>python3 train.py --data coco2017.data --img 416 --batch 32</code> GPU n <code>--batch-size</code> img/s epoch<br>time epoch<br>cost K80 1 32 x 2 11 175 min $0.41 T4 1<br>2 32 x 2<br>64 x 1 41<br>61 48 min<br>32 min $0.09<br>$0.11 V100 1<br>2 32 x 2<br>64 x 1 122<br><strong>178</strong> 16 min<br><strong>11 min</strong> <strong>$0.21</strong><br>$0.28 2080Ti 1<br>2 32 x 2<br>64 x 1 81<br>140 24 min<br>14 min -<br>- mAP <i></i> Size COCO mAP<br>@0.5...0.95 COCO mAP<br>@0.5 YOLOv3-tiny<br>YOLOv3<br>YOLOv3-SPP<br><strong>YOLOv3-SPP-ultralytics</strong> 320 14.0<br>28.7<br>30.5<br><strong>37.7</strong> 29.1<br>51.8<br>52.3<br><strong>56.8</strong> YOLOv3-tiny<br>YOLOv3<br>YOLOv3-SPP<br><strong>YOLOv3-SPP-ultralytics</strong> 416 16.0<br>31.2<br>33.9<br><strong>41.2</strong> 33.0<br>55.4<br>56.9<br><strong>60.6</strong> YOLOv3-tiny<br>YOLOv3<br>YOLOv3-SPP<br><strong>YOLOv3-SPP-ultralytics</strong> 512 16.6<br>32.7<br>35.6<br><strong>42.6</strong> 34.9<br>57.7<br>59.5<br><strong>62.4</strong> YOLOv3-tiny<br>YOLOv3<br>YOLOv3-SPP<br><strong>YOLOv3-SPP-ultralytics</strong> 608 16.6<br>33.1<br>37.0<br><strong>43.1</strong> 35.4<br>58.2<br>60.7<br><strong>62.8</strong> TODO NA
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,047 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».