目录
算法原理
【Yolov5网络结构图】
可视化结构图:
四种Yolov5结构在不同阶段的卷积核的数量都是不一样的,因此直接影响卷积后特征图的第三维度
Yolov5s第一个Focus结构中:最后卷积操作时,卷积核的数量是32个,特征图的大小变成304×304×32。
而Yolov5m:卷积操作使用了48个卷积核,特征图变成304×304×48。
…后面卷积下采样操作也是同样的原理
不同网络的深度:
目录
可视化结构图:
四种Yolov5结构在不同阶段的卷积核的数量都是不一样的,因此直接影响卷积后特征图的第三维度
Yolov5s第一个Focus结构中:最后卷积操作时,卷积核的数量是32个,特征图的大小变成304×304×32。
而Yolov5m:卷积操作使用了48个卷积核,特征图变成304×304×48。
…后面卷积下采样操作也是同样的原理
不同网络的深度: