就在不久前，YOLOV7橫空出世，瞬間在業(yè)內(nèi)引起不小的轟動。

在?5FPS?到160FPS范圍內(nèi)，無論是從速度還是精度上，YOLOV7都超過了目前已知的所有檢測器！其最高的模型AP值達到56.8%，有30FPS。其團隊詳細對比了YOLOV7和其他變體的性能，從數(shù)據(jù)上來看，YOLOV7真正做到了吊打一切。

只能說這個內(nèi)卷的速度比手機迭代可快太多了，V5還沒怎么弄明白，V6就發(fā)布了，以為總還可以學一陣了吧，沒幾天YOLOV7就登臺亮相。

感覺要學習的東西越來越多，真是活到老，就要學到老~

（沒想到有一天，會被一個檢測器卷到……）

YOLOV7主要從損失函數(shù)、標簽分配方法和訓練方法三方面入手設計性能更好的檢測模型。從頭開始訓練，沒有使用其他任何數(shù)據(jù)集或者預訓練權重。

新技術的更迭速度越來越快，如何高效精準的理解新的技術和理論？

9月26、27日，我們特邀在目標檢測領域有豐富的工業(yè)落地經(jīng)驗的徐博士，全方位解讀“卷王”YOLOV7。

私信進群免費看直播

兩天的直播課中，徐博士將帶大家精讀關于YOLOV7的最新論文《YOLOV7:Trainable bag-of-freebies sets new state-of-the-art for real-timeobject detectors》。并從學術和工業(yè)的雙重角度，解讀YOLOV7。

同時，幫助大家梳理YOLOV7的前世今生——從v1到v7一系列的理論框架及迭代歷程。

論文亮點：

新的含有ELAN模塊的backbone設計；

輔助loss設計；

模型重參化加快推理速度

通過兩天的直播，了解并熟悉視覺目標檢測技術的發(fā)展脈絡，掌握技術代碼細節(jié)。

最近也接觸到很多剛進入科研階段的萌新小白，他們大多因為經(jīng)驗尚淺而對未來懵懂迷茫。選題方向還沒有確定，也不知道該怎么選擇一個合適的研究方向，該如何確定選題。

此時對于前沿技術、理論的了解尤為必要。在掌握最新最前沿的技術、方法的基礎上，對于自己的選題和方向也會有更深層的思考。

而對于目標檢測方向的科研er，通過這次直播，能夠快速熟悉了解目標檢測的技術發(fā)展脈絡，掌握當下最前沿的技術，實驗方法的設計，并從中獲取可能的創(chuàng)新點；為之后的研究和論文寫作做好儲備。

私信進群免費看直播