【AI】YOLOv5原理详解

原创已于 2023-05-10 21:55:20 修改 · 1k 阅读

收录于

当前文章被以下社区和专栏收录：

于 2023-05-10 20:00:00 首次发布

AI 专栏收录该内容

126 篇文章 ¥69.90 ¥99.00

订阅专栏

本文详细介绍了YOLOv5这一目标检测算法的改进，包括Mosaic数据增强、自适应锚框计算、自适应图片缩放、预训练模型作为Backbone、YOLOv5 Head的PANet架构、SPPF特征提取模块和Focus结构。这些创新提升了模型的泛化能力和检测效率，使其在目标检测领域保持领先。

AI学习目录汇总

1、前言

YOLOv1~3作者是约瑟夫·雷德蒙（Joseph Chet Redmon），他的网站：https://pjreddie.com/
YOLOv1网站：https://pjreddie.com/darknet/yolov1/
YOLOv2网站：https://pjreddie.com/darknet/yolov2/
YOLOv3网站：https://pjreddie.com/darknet/yolo/
github：https://github.com/pjreddie/darknet

YOLOv4作者是AlexeyAB（俄），网站：https://github.com/AlexeyAB/darknet
YOLO之父Joseph Redmon因为YOLO被用于军事目的而退出，将衣钵传给了AlexeyAB

YOLOv5作者是ultralytics团队的Glenn Jocher，网站：https://github.com/ultralytics/yolov5
Glenn Jocher并没有发布YOLOv5相关论文，也不被YOLO之父Joseph Redmon认可

YOLOX作者是刘松涛
YOLOX PyTorch实现：https://github.com/Megvii-BaseDetection/YO

标签