YoloX 一个开源的版面识别技术

文章预览

点击上方 蓝色 “ 顶层架构领域 ”，关注精彩与你分享 一、YOLOX 算法简介 YOLOX 是基于 YOLOv3-SPP 改进的一种目标检测算法，由旷视科技于 2021 年提出。YOLOX 在原有基础上进行了多项创新，包括将 anchor-based 调整为 anchor-free 形式，集成了先进的检测技术，如解耦头 (Decoupled Head) 和 label assignment SimOTA 等，取得了 SOTA（State Of The Art）性能。YOLOX 提供了多个尺度的模型，包括 Nano/Tiny/s/l/x，并且相关推理模型已开源，支持 ONNX、TensorRT、NCNN、OpenVino 等格式。 仓库： https://github.com/Megvii-BaseDetection/YOLOX 论文： https://arxiv.org/abs/2107.08430 文档： https://yolox.readthedocs.io/en/latest/ 二、YOLOX 算法结构与特点 Backbone 网络 YOLOX 的 Backbone 网络是其基础结构，类似于 CSPDarknet53 结构，通过一系列卷积层和池化层的组合，有效提取输入图像的特征。这些特征对于后续的目标检测至 ………………………………