YoloRelative
目录
1 Yolox相关基础知识点
1.1 Yolox的论文及代码
- Yolox论文名:《YOLOX: Exceeding YOLO Series in 2021》
- Yolox论文地址:https://arxiv.org/abs/2107.08430
- Yolox代码地址:https://github.com/Megvii-BaseDetection/YOLOX
1.2. Yolox个版本网络结构图
将各个模型文件转换成onnx格式,再用netron工具打开的方式, 对网络结构进行可视化学习。
1.2.1 Netron工具
使用netron可视化工具,可以清晰的看到每一层的输入输出,网络总体的架构,而且支持各种不同网络框架,简单好用
1.2.2 各个Yolox的onnx文件
各个onnx文件,可以采用代码中的,tools/export_onnx.py脚本,进行转换
1.2.3 各个Yolox网络结构图
- Yolox-Nano网络结构可视图: https://blog.csdn.net/nan355655600/article/details/119329864
- Yolox-Tiny网络结构可视图:https://blog.csdn.net/nan355655600/article/details/119329848
- Yolox-Darknet53网络结构可视图:https://blog.csdn.net/nan355655600/article/details/119329834
- Yolox-s网络结构可视图:https://blog.csdn.net/nan355655600/article/details/119329727
- Yolox-l网络结构可视图:https://blog.csdn.net/nan355655600/article/details/119329801
- Yolox-x网络结构可视图:https://blog.csdn.net/nan355655600/article/details/119329818
2 Yolox核心知识点
2.1 Yolov3&Yolov4&Yolov5网络结构图
(1)标准网络结构: Yolox-s、Yolox-m、Yolox-l、Yolox-x、Yolox-Darknet53。
(2)轻量级网络结构: Yolox-Nano、Yolox-Tiny。