Xiang Yang

hi, you can replace any backbone, neck you want based on the yolov7 model As a supplementary repo for the yolov7 model to modify the backbone structure, you may consider...

yolov5-based architecture

change datasets.py function letterbox(auto = True) into letterbox(auto = False),can inference all pictures in 1280 scale

好的，谢谢，请问有发表到什么期刊或者会议嘛

现在已经更新yolov6n啦，预训练版本的精度也已经和官网对齐了！

在这个版本里没有支持用cache载入训练图片，可以尝试自己添加，在官方版本里已经支持了，改动代码如下：https://github.com/meituan/YOLOv6/pull/924/files

训练会加快就好！验证的话，亲测这个版本的v6是存在前面几轮验证很久的情况，后面的轮数会快很多～

Thank you for your support，you need to extend the parameters of the three Head_layers modules in the file in configs/yaml/ to： 1. s, t models change the parameters to [128,0,...

抱歉，请问你用的是v0.3.0 分支中的v3.0版本的6s还是yolov6官方版本的6s，如果是我这边版本的文件，v3版本应该还有错误，因为时间精力问题，没有与官方对齐精度，实现可能有问题，目前只对齐了v2版本的。 关于，训练时候评测评测远远高于eval时的评测结果，是不存在这种问题的，用训练生成的best_ckpt.pt来验证，精度是一模一样的

1. 不同数据集效果不一样 2. 如果要对比的话，应该用两者都不用预训练权重的比，否则是不公平的 3. DAMO-YOLO强调的是重neck轻骨干的设计，如果直接用原yolov6骨干，换整个GiraffeNeckV2的话不符合它的初衷，效果可能不会很好 4. 这两天，下次更新的时候，我会把整个DAMO-YOLO的t，s，m主干和neck都完整上传，到时候你可以试试效果 5. 后续我会进行实验，在VOC数据集上看看模型的精度表现