-
目标检测网络YOLO进化之旅
yolo系列网络在目标检测领域取得了巨大的成功， 尤其是在工程实践中， 以其出色的性能优势获得了广泛的应用落地。
YOLO的前3个版本是由同一个作者团队出品， 算是官方版本。 之后的版本都是各个研究团队自己改进的版本， 之间并无明显的继承关系。
其中v5和v8 版本由Ultralytics 公司出品， 该公司是领先的人工智能公司，以yolov5网络出名。 该项目在github上获得了极高的关注， 获得了接近4.7万star。
项目地址： https://github.com/ultralytics/yolov5
版本 时间 主要改进 YOLOv1 2016.05 首次提出 YOLOv2 2016.12 1 采用BN;
2 采用448*448分辨率预训练Imagenet;
3 去掉fc,采用全卷积；
4 采用anchor, 并采用k-means聚类选择anchor的先验尺寸;
5 添加一个旁路， 在更大的特征图26*26上预测
6 多尺度训练：每10batch 采用不同的输入图像尺寸，从320~608， 间隔32 ：
7 提出了Darknet-19 作为backboneYOLOv3 2018.04 1 提出了Darknet-53 作为backbone;
2 采用了FPNYOLOv4 2020.04 1 改进了backbone，提出CSPDarknet53， 并改进了SAM, PAN， BN等模块;
2 数据增强：提出了Mosaci数据增强；提出了自对抗训练SAT;
3 采用了CIoU作为loss;
4 采用Mish作为激活函数；
5 用进化算法调了超参数YOLOv5 2020 待补充 YOLOF 2021.03 YOLOX 2021.09 YOLOv7 2022.07 YOLOv6 2022.09 YOLOE 2022.12 YOLOv8 2023 YOLOR 2023.09 YOLOv9 2024.02 参考：
[1] https://blog.csdn.net/leonardotu/article/details/137372018 -
相关阅读:
Python 文件的读写操作
【分布式】NCCL部署与测试 - 01
智能小车开发篇 - 低时延直播测试
【数据结构与算法】BF算法、KMP算法及OJ题
Yakit工具篇：中间人攻击(平替Burp)的相关技巧-02
【C++】泛型编程 ④ ( 函数模板 与 普通函数 调用规则 | 类型自动转换 | 类型自动转换 + 显式指定泛型类型 )
如何在Excel中实现手写签名？
什么是RabbitMQ
D. Replace by MEX(MEX的性质)
（附源码）ssm招聘网站 毕业设计 250858
- 原文地址：https://blog.csdn.net/leo0308/article/details/138029557