---
title: cv_tinynas_object-detection_damoyolo_visdrone
canonical_url: "https://www.modelscope.cn/models/XianzheXu/cv_tinynas_object-detection_damoyolo_visdrone"
md_url: "https://www.modelscope.cn/models/XianzheXu/cv_tinynas_object-detection_damoyolo_visdrone.md"
repository: XianzheXu/cv_tinynas_object-detection_damoyolo_visdrone
chinese_name: "无人机小目标检测-VisDrone"
last_updated: 2023-03-07
license: "Apache License 2.0"
pipeline_tag: image-object-detection
tasks:
  - image-object-detection
model_type:
  - tinynas-damoyolo
library_name:
  - pytorch
frameworks:
  - pytorch
domain:
  - cv
downloads: 36740
stars: 23
tags:
  - Alibaba
  - DAMO-YOLO
---

# cv_tinynas_object-detection_damoyolo_visdrone

> cv_tinynas_object-detection_damoyolo_visdrone - XianzheXu 在 ModelScope 开源的模型。VisDrone数据集是一个极具挑战的小目标检测数据集，在此，我们提供DAMO-YOLO-S的VisDrone检测模型。

XianzheXu/cv_tinynas_object-detection_damoyolo_visdrone 是 ModelScope 魔搭社区上的image-object-detection模型，采用 Apache License 2.0 许可。

- **Repository**: XianzheXu/cv_tinynas_object-detection_damoyolo_visdrone
- **License**: Apache License 2.0
- **Tasks**: image-object-detection
- **Tags**: Alibaba, DAMO-YOLO
- **Downloads**: 36740
- **Stars**: 23
- **Last updated**: 2023-03-07

Source: https://www.modelscope.cn/models/XianzheXu/cv_tinynas_object-detection_damoyolo_visdrone

---

<div align="center"><img src="assets/damoyolo.png" width="2000"></div>

## 模型描述

无人机俯拍图像由于其空中拍摄的独特视角，能够对道路、交通等场景进行完整的呈现,对无人机的图像数据进行检测分析具有重要的应用价值。在此，我们提供基于DAMO-YOLO的无人机小目标检测场景模型。


## 模型评测
|Model |size |mAP<sup>val<br>0.5:0.95 | Latency(ms)<br>T4-TRT-FP16| FLOPs<br>(G)| Parameters(M)| 
| ------        |:---: | :---: |:---:|:---: | :---: |
|**DAMO-YOLO-S** | 640  | 24.6 | 3.83| 37.8 | 16.3  | 
|**DAMO-YOLO-S** | 1280  | 31.4 | -- | 151.2 | 16.3  | 
|**DAMO-YOLO-S** | 1920  | 34.9 | -- | 340.2 | 16.3  | 

- 表中汇报的mAP是COCO2017 val集上的结果。
- 表中汇报的latency不包括后处理（nms）时间，其测试条件为：T4 GPU，TensorRT=7.2.1.6， CUDA=10.2, CUDNN=8.0.0.1。
  
## 使用范围
本模型适用于无人机俯拍场景的物体检测，能对图片中的行人、车辆进行定位。
  
## 使用方法
在ModelScope框架上，提供输入图片，即可以通过简单的Pipeline调用使用当前模型。具体代码示例如下：
```python
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
# the default model is based on 640 resolution
object_detect = pipeline(Tasks.image_object_detection,model='XianzheXu/cv_tinynas_object-detection_damoyolo_visdrone')
img_path ='./assets/visdrone_1.jpg'
result = object_detect(img_path)
```

## 训练数据介绍
模型训练和评测使用[VisDrone-2019](https://github.com/VisDrone/VisDrone-Dataset)数据集，该数据集包含6471张训练图片，548张验证图片，共10个类别，包括人、行人、箱式货车、轿车、巴士、摩托车、自行车、有蓬三轮车、三轮车、卡车。


## 模型可视化效果
  
<div align="center"><img src="assets/vis.jpg" width="750"></div>

## 引用

```latex
 @article{damoyolo,
  title={DAMO-YOLO: A Report on Real-Time Object Detection Design},
  author={Xianzhe Xu, Yiqi Jiang, Weihua Chen, Yilun Huang, Yuan Zhang and Xiuyu Sun},
  journal={arXiv preprint arXiv:2211.15444v2},
  year={2022}
}
```