深度学习经典论文(十一)YOLOv5

注:借鉴整理,仅供自学,侵删

自适应锚框计算,无需重新聚类anchor

结构图

一些小tricks讲解

深入浅出Yolo系列之Yolov3&Yolov4&Yolov5核心基础知识完整讲解

深入浅出Yolo系列之Yolov5核心基础知识完整讲解

深度学习_目标检测_YOLOv5详解

YOLOv5代码详解(yolov5l.yaml部分)

YOLOv5代码详解(common.py部分)

YOLOv5代码详解(test.py部分)

YOLOv5代码详解(train.py部分)

进击的后浪yolov5深度可视化解析

Mosaic数据增强方法
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  1. Yolov4在Yolov3的基础上进行了很多的创新:
    输入端采用mosaic数据增强
    Backbone上采用CSPDarknet53、Mish激活函数、Dropblock等方式
    Neck中采用SPP、FPN+PAN的结构
    输出端则采用CIOU_Loss、DIOU_nms操作
  2. Yolov5
    输入端:Mosaic数据增强、自适应锚框计算、自适应图片缩放
    Backbone:Focus结构,CSP结构
    Neck:FPN+PAN结构
    Prediction:GIOU_Loss
  • 11
    点赞
  • 197
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值