深度学习基础篇【5】
从0开始搭建
YOLOV5
并进行测试
如何评价YOLO V5,那就必须拿“上一代”YOLO V4来做对照了。先说结论,YOLO V5 在性能上稍弱于YOLO V4,但是在灵活性与速度上远强于YOLO V4,在模型的快速部署上具有极强优势。
在YOLOv3、YOLOv4中,训练不同的数据集时,计算初始锚框的值是通过单独的程序运行的。但YOLOv5中将此功能嵌入到代码中,每次训练时,自适应的计算不同训练集中最佳锚框找值。
当然,如果计算锚框效果不是很好,也可以在代码中将西东计算锚框功能关闭,控制的代码中即train.py中上面一行代码,设计成FALSE,每次训练时,不会自动计算。
- 语言环境:Python3.8
- 编译器:jupyter notebook
- 深度学习环境:PyTorch 1.8
- CUDA版本:11.1.1
- 深度学习平台:极链AI云
- 显卡(GPU):NVIDIA RTX 2080 Ti