清华接手，YOLOv10问世：性能大幅提升，登上GitHub热榜

AIGC动态欢迎阅读

原标题：清华接手，YOLOv10问世：性能大幅提升，登上GitHub热榜
关键字：模型,准确率,性能,人工智能,效率
文章来源：机器之心
内容字数：5374字

内容摘要：

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识别行人和车辆等任务的理想选择；在物流方面，它有助于库存管理和包裹跟踪，通过 AI 能力帮助人们在很多工作上提高了效率。
几年来，研究人员对 YOLO

原文链接：清华接手，YOLOv10问世：性能大幅提升，登上GitHub热榜