English | 简体中文
版本： 1.0.0
任务 Object Detection
算法： Swift-YOLO
数据集： Apple
类别 apple
The model is a Swift-YOLO model trained on the apple detection dataset.
| 类型 | 批次 | 形状 | 备注 | |
|---|---|---|---|---|
| 输入 | image | 1 | [192, 192, 3] | The input image should be resized to 192x192 pixels. |
| 输出 | bbox | 1 | [2268, 6] | The output is a 2268x6 tensor, where 2268 is the number of candidate boxes and 6 is [x, y, w, h, score, [class]] |
| 框架 | 精度 | mAP(%) | Flops(M) | Params(M) | Inference(ms) | 下载 | 作者 |
|---|---|---|---|---|---|---|---|
| PyTorch | FLOAT32 | 91.50 | 90.564 | 0.699 | - | 链接 | Seeed Studio |
| ONNX | FLOAT32 | 89.50 | - | 0.699 | - | 链接 | Seeed Studio |
| TFLite | FLOAT32 | 89.50 | - | - | - | 链接 | Seeed Studio |
| TFLite | INT8 | 89.30 | - | - | 688.0(1) | 链接 | Seeed Studio |
| TFLite(vela) | INT8 | 89.30 | - | - | 45(2) | 链接 | Seeed Studio |
表格注释：
- Evaluation Parameters： Confidence Threshold: 0.001, IoU Threshold: 0.55, mAP Eval IoU: 0.50..*
- 框架： 用于推断模型的深度学习框架.
- 精度： 用于训练模型的数值精度.
- 指标： 用于评估模型的指标.
- 推理时间（毫秒）： 模型的推理时间（以毫秒为单位）.
- 1： xiao_esp32s3.
- 2： grove_vision_ai_we2.
- 链接： 模型的链接.
- 作者： 模型的作者.
MIT