清华接手，YOLOv10问世：性能大幅提升，登上GitHub热榜

文章预览

机器之心报道 机器之心编辑部 相同性能情况下，延迟减少 46%，参数减少 25%。 目标检测系统的标杆 YOLO 系列，再次获得了重磅升级。 自 今年 2 月 YOLOv9 发布 之后， YOLO（You Only Look Once）系列的接力棒传到了清华大学研究人员的手上。 上周末，YOLOv10 推出的消息引发了 AI 界的关注。它被认为是计算机视觉领域的突破性框架，以实时的端到端目标检测能力而闻名，通过提供结合效率和准确性的强大解决方案，延续了 YOLO 系列的传统。 论文地址：https://arxiv.org/pdf/2405.14458 项目地址：https://github.com/THU-MIG/yolov10 新版本发布之后，很多人已经进行了部署测试，效果不错： YOLO 因为性能强大、消耗算力较少，一直以来都是实时目标检测领域的主要范式。该框架被广泛用于各种实际应用，包括自动驾驶、监控和物流。其高效、准确的物体检测能力使其成为实时 ………………………………