深度學習_目標檢測_“YOLOv5”詳解(持續更新)

YOLOv5可以方便的進行工程化部署:

YOLOv5PyTorch>ONNX>CoreML>iosYOLOv5(PyTorch) -> ONNX -> CoreML -> ios

YOLOv5家族:

  1. YOLOv5x(最大的模型)
  2. YOLOv5l
  3. YOLOv5m
  4. YOLOv5s(最小的模型)

在這裏插入圖片描述

YOLOv5的優勢:

  1. 使用PyTorch進行編寫。
  2. 可以輕鬆編譯成ONNX和CoreML。
  3. 速度極快,每秒140FPS。
  4. 精度超高,可以達到0.895mAP。
  5. 體積很小:27M。
  6. 集成了YOLOv3-spp和YOLOv4部分特性。
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章