YOLOv5目标检测源码重磅发布了!
该存储库代表了对未来对象检测方法的超解析开源研究,并结合了在使用之前的YOLO存储库在自定义客户机数据集上训练数千个模型时所吸取的经验教训和改进的最佳实践https://github.com/ultralytics/yolov3。所有代码和模型都在积极开发中,可能会被修改或删除,恕不另行通知。使用风险自负。
更新:
2020年5月27日:公开发布。yolov3 spp(发布协议)是所有已知yolo实现中的SOTA,yolov5系列将在2020年第2/3季度进行架构研究和开发,以提高性能。更新可能包括来自yolov4的CSP瓶颈,以及PANet或BiFPN head特性。
2020年5月24日:训练yolov5s/x和yolov3-spp。yolov5m/l出现早期过度拟合,并且代码137早期docker终止,原因未知。yolov5l因早期过度拟合而表现不佳yolov3 spp,原因未知。 2020年4月1日:开始开发100%Pythorch可缩放的基于yolov3/4的未来模型组,包括小型、中型、大型和超大型,统称为yolov5。模型将由新的用户友好的基于yaml的配置文件定义,以便于构建和修改。数据集也将使用yaml配置文件。新的训练平台将更简单的使用,更难打破,更强大的训练范围更广的自定义数据集。
专业解析(Ultralytics Professional Support)
基于云的人工智能监控系统实时运行在数百个高清视频流上。边缘人工智能集成到定制的iOS和Android应用程序中,可实现每秒30帧的实时视频推断。
预先训练的检测
**APtest