yolov7-face
| Method | Test Size | Easy | Medium | Hard | Link |
|---|---|---|---|---|---|
| yolov7-tiny-leak | 640 | 93.2 | 91.3 | 83.0 | |
| yolov5s | 640 | 94.0 | 92.1 | 84.5 | |
| yolov7-lite-e | 640 | 91.1 | 87.5 | 70.9 |
Demo
Download the model place into weights folder, then run:
python detect.py --weights weights/yolov7-tiny-face.pt --view-img
Deploy
事实上这个仓库主要是验证wnnx在复杂模型下的推理能力，当然这当中存在着非常多的坑，最终，我们可以做到NCNN里面做不到的东西，后处理几乎全部融合在模型里面，外部只需要做一个score判断即可。
wnnx的推理结果：
第一张图为yolov7-tiny，后面两张图为 yolov7-lite-e，单线程在CPU下跑的realtime，多线程更快，fp16更快，精度还可以。
Export
export to onnx and torchscript:
python export.py --weights weights/yolov7-tiny-face.pt
Dataset
Test
