返回首页
算法论文7

监控评测:2.6M小模型自适配精度涨超50%

江大白
AI 摘要

评测显示,2.6M 参数的 YOLO11-Nano 经自监督场景适配后,检测精度相对提升超过50%,在部分场景能逼平参数大 10 倍的未适配模型。

架构差异:Transformer比CNN更耐受脏标签,收敛更快

季节衰减:夏季训练模型到冬季增益严重缩水

标签策略:切片推理配合跟踪最有效,裸跑自监督易掉点

阅读原文 · 江大白
小模型反超大模型?100个真实监控场景、3400次实验,YOLO11和RF-DETR测个底朝天
评测显示,2.6M 参数的 YOLO11-Nano 经自监督场景适配后,检测精度相对提升超过50%,在部分场景能逼平参数大 10 倍的未适配模型。

相关文章