中文

ODverse33:新版 YOLO 是否总是更好?从 YOLO v5 到 v11 的多域基准测试

计算机视觉与模式识别 2025-04-14 v3

摘要

You Look Only Once (YOLO) 模型已被广泛用于构建各种领域的实时目标检测器。随着新 YOLO 版本发布频率的增加,关键问题随之而来。新的版本总是比之前的版本更好吗?每个 YOLO 版本的核心创新是什么?这些变化如何转化为实际的性能提升?本文总结了从 YOLOv1 到 YOLOv11 的关键创新,介绍了一个全面的基准测试,称为 ODverse33,包含 33 个数据集,涵盖 11 个多样化领域(自动驾驶、农业、水下、医疗、游戏、工业、航空、野生动物、零售、显微和安防),并通过大量实验结果探讨了模型改进在实际多域应用中的实际影响。我们希望本研究为广泛使用目标检测模型的用户提供一些指导,并为未来实时目标检测器的开发提供一些参考。

关键词

引用

@article{arxiv.2502.14314,
  title  = {ODverse33: Is the New YOLO Version Always Better? A Multi Domain benchmark from YOLO v5 to v11},
  author = {Tianyou Jiang and Yang Zhong},
  journal= {arXiv preprint arXiv:2502.14314},
  year   = {2025}
}

备注

20 pages, 4 figures, 7 tables