umigv/UMARV-CV-ScenePerception

Write Benchmarking Script for YOLOv8 Model

Open

#1 ouverte le 8 oct. 2024

Voir sur GitHub
 (0 commentaires) (0 réactions) (0 assignés)Jupyter Notebook (0 forks)auto 404
good first issue

Métriques du dépôt

Stars
 (3 stars)
Métriques de merge PR
 (Métriques PR en attente)

Description

YOLOv8 model is still CV's best performing model on drivable area and potholes. So in order to be able to compare the YOLOv8 model and our custom PyTorch we need to measure the performance of our YOLO model on the same metrics we use for PyTorch performance.

Check out the segmentation-compare.py in the yolo_stack repo for a starting point.

Guide contributeur

Direction de recherche
Regardez segmentation compare.py dans le dépôt yolo stack et écrivez un script similaire pour évaluer YOLOv8 en utilisant les mêmes métriques que PyTorch.
Stack technique
pythonpytorch
Domaine
machine learningai
Type d'issue
Test
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonPyTorch
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
60