yolov7

YOLOv7 是一个基于 PyTorch 实现的实时目标检测模型，复现了论文《YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors》提出的高性能架构。其核心特点包括可训练的‘免费增益包’（trainable bag-of-freebies）、多尺度特征融合、模型缩放策略（如 v7, v7-X, v7-W6 等变体），在 COCO 数据集上达到当时最优的精度-速度权衡（最高 56.8% AP，36 FPS）。项目提供完整训练/推理代码、预训练权重及 Colab/Hugging Face 在线演示，适用于工业质检、智能安防、车载视觉等对实时性与精度均有要求的边缘或云端部署场景。