1、YOLOv5算法简介
YOLOv5是一种单阶段目标检测算法,该算法在YOLOv4的基础上添加了一些新的改进思路,使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示:
输入端:在模型训练阶段,提出了一些改进思路,主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放;
基准网络:融合其它检测算法中的一些新思路,主要包括:Focus结构与CSP结构;
Neck网络:目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层,Yolov5中添加了FPN+PAN结构;
Head输出层:输出层的锚框机制与YOLOv4相同,主要改进的是训练时的损失函数GIOU_Loss,以及预测框筛选的DIOU_nms。
内容包含
yolo5免安装环境包整理
yolo5训练标注工具
yolo5易语言模块
yolo5火山模块
下载量 : 4 | 类型 : 压缩文件
免责声明:本站所有资源均收集自互联网,由于互联网资源或内容同质化严重无法追溯至源头,所以本站无力且无法对发布的内容或资源进行审查或自检,如收集的资源侵犯了您的权益,请第一时间联系我们,我们核实有效信息后将第一时间删除相关内容.