目标检测 YOLOv5 - 模型的输出

二分掌柜的

已于 2022-09-16 20:56:56 修改

阅读量5.2k

点赞数 7

分类专栏： YOLOv5 目标检测文章标签：目标检测深度学习人工智能 yolov5

于 2022-09-16 20:55:12 首次发布

本文链接：https://blog.csdn.net/flyfish1986/article/details/126897596

版权

YOLOv5 同时被 2 个专栏收录

98 篇文章

订阅专栏

目标检测

95 篇文章

订阅专栏

本文详细解析了YOLOv5模型在处理640×640像素图像时的输出结构。模型输出包含三个尺度，对应于不同大小的网格，每个网格预测3个边界框，总共有80个类别。输出尺寸分别为80×80、40×40和20×20，对应于步长为8、16和32的检测层。每个单元格预测B=3个框，每个框包含C=80类的概率和坐标信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目标检测 YOLOv5 - 模型的输出

flyfish

版本: YOLOv5:v5

模型的输出

 y = model(img)

y就是输出，y的样子如下

torch.Size([1, 3, 80, 80, 85])
torch.Size([1, 3, 40, 40, 85])
torch.Size([1, 3, 20, 20, 85])

在这里插入图片描述

按照stride来划分，以640 × 640像素图像为例
stride分别是8，16，32

640 /  8 = 80，这层网格大小是80 × 80
640 / 16 = 40，这层网格大小是40 × 40
640 / 32 = 20，这层网格大小是20 × 20

B是每个单元格的预测框的数量
C是类别的数量
这里通常是B=3，C=80（COCO dataset）
输出有3块，分别是output,405,419

output

在这里插入图片描述

405

在这里插入图片描述

419

在这里插入图片描述