-
【YOLO系列】YOLOv5
⭐ YOLOv5
YOLOv5作者并未发表论文，紧跟YOLOv4发布，性能与YOLOv4不分伯仲，同样也是当时最先进的目标检测技术，并在推理速度上是当时最强。
✔️诞生背景
2020年2月YOLO之父宣布退出计算机视觉研究领域，2020年4月YOLOv4发布，2020年6月YOLOv5发布。
✔️网络结构
目标检测网络通用架构如上，可在每个主要组件上使用不同技术或组合不同的方案实现最佳网络框架，其中YOLOv5所用组件如下：
-
Data Augmentation：缩放、色彩空间调整、马赛克增强
-
Auto Learning Bounding Box Anchors：基于训练数据自动学习，自适应锚框(YOLOv4无)
YOLOv3, v4, v5都有3个缩放尺度下的3种大小的anchor box，YOLOv5使用默认640大小输入时不会调整anchor。针对正样本的改动，YOLO系列之前对于每个gt都只有唯一一个anchor，V5版本至少有3个anchor与之匹配。
- Backbone：CSPDarknet53(跨阶段局部网络，同YOLOv4)
CSPNet解决了大型卷积神经网络框架中网络优化的梯度信息重复问题，
-
-
相关阅读:
【ATT&CK】MITRE Caldera-路径发现插件
Docker 在 M1 Mac arm64架构上构建 amd64镜像。
浅谈木材加工企业的电气火灾隐患及电气火灾监控系统的应用
报错分析nest--嵌套
Docker容器嵌入式开发：在Ubuntu上配置Hive
【芯片设计- RTL 数字逻辑设计入门 5 -- RTL 全加器实现及验证】
六、扩充 gamma校正流程
Node学习-第六章-express中间件与RESful API接口规范（下）
Jetpack Compose(4)——重组
倒计时列表实现(小程序端&Vue)
- 原文地址：https://blog.csdn.net/qq_42672745/article/details/126451373