目标检测的yolov3、4、5、6总结

背景描述

cv中的一个典型的问题就是目标检测,目标检测中的yolo模型是一个经典的目标检测模型,在各种目标检测的比赛和数据集中,表现都非常亮眼,借用这篇文章对yolov3、v4、v5、tph_v5、v6做个总结梳理。

yolo-v3、v4

炼丹炉:darknet
darknet git地址:https://github.com/AlexeyAB/darknet
使用方案:可以更换cfg代表的网络结构切换v3与v4的具体网络结构来训练不同模型,超参数的调整也在cfg文件里面。

yolov5

炼丹炉:pytorch
git地址:https://github.com/ultralytics/yolov5
使用方案:可以使用wandb和tensorboard来训练可视化,比v3、v4更好的对比每个版本模型的准确度

tph_yolov5

炼丹炉:pytorch
git地址:https://github.com/cv516Buaa/tph-yolov5
优势:针对大图片小目标做了优化,通过观察训练时候的图片,需要做置信度的剔除,对小目标很敏感,其他基本是v5的升级版本,把超参数拿出来作为一个单独的文件了,训练的时候可以使用。

yolov6

炼丹炉:pytorch
git地址:https://github.com/meituan/YOLOv6
优势:实验数据看上去很美丽,优化的方案是各种优化策略的堆积,没啥特别明显的优化,但是数据好看,美团出品的,也没有论文的支撑。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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