github: https://github.com/ultralytics/yolov5
相应的注释版本https://github.com/hhaAndroid/yolov5-comment
优点:已经证实可以在多个数据集上快速收敛;模型可定制性强
特点:yolov5有点类似EfficientNet网络的设计规则,(输入、宽度、深度)
正负样本定义阶段采用了跨邻域网格的匹配策略(这个细节目前还没有看)。
yolov4的网络结构是cspdarknet53+panet+spp+yolov3 head
(1)backbone - CSPDarknet53 wiht Mish activation.CSP就是CSPNet论文里面跨阶段局部融合网络,仿照的是DenseNet密集跨层跳层连接的思想,但是考虑到内存消耗过大,故修改为部分局部跨层融合做法
(2)Neck - PANet with Leaky activation。
(3)Plugin Modules -SPP。SPP结构非常容易理解,就是不同kernel size的pool操作进行融合,在yolov3的改进版本中也有应用,队长个运行速度影响很小,但是效果提升明显。而PANet是FPN结构改进版本,目的是加快信息之间的流通