YOLO系列目标检测算法简述

说起目标检测算法，就不得不提到YOLO,尤其是今年YOLO版本有了新的发布。

1、YOLOv3

目前在YOLO官网上（https://pjreddie.com/darknet/yolo/），YOLO最新版本是v3，关于YOLOv3的使用key参考官网，网络中的相关文章也很多，可以自行搜索了解。

不过这里有必要澄清一个概念，就是YOLO与darknet的关系：darknet是YOLO作者自己写的一个深度学习框架，后来在YOLO9000中提出了由ResNet改进而来的19层卷积网络，称之为Darknet-19，而YOLOv3中使用的是Darknet-53.

2、YOLOv4

相关论文：https://arxiv.org/pdf/2004.10934.pdf

源代码：https://github.com/AlexeyAB/darknet

在2020年4月公布了YOLOv4版本，YOLOv4的主要目的在于设计一个能够应用于实际工作环境中的快速目标检测系统，且能够被并行优化，并没有很刻意的去追求理论上的低计算量（BFLOP）。同时，Yolo-V4的作者希望算法能够很轻易的被训练，也就是说拥有一块常规了GTX-2080ti或者Titan-XP GPU就能够训练YOLOv4, 同时能够得到一个较好的结果。

3、YOLOv5

源代码：https://github.com/ultralytics/yolov5

就在2020年的6月9日，YOLOv5被开源了，这距离YOLOv4发布不足两个月。

需要说明的是，YOLOv5是完全基于PyTorch实现的。

相比较而言，YOLOv5的检测速度更快，模型数据文件更小。比此前版本的性能改善和提升都十分显著。

今天先说到这里，后续将逐步对着几种方法进行尝试和实践。

推荐一个公众号：健哥聊量化，会持续推出股票相关基础知识，以及python实现的一些基本的分析代码。欢迎大家关注，二维码如下：

相关文章列表如下：

• 技术炒股VS价值投资

• 股票基础知识----- K线形态

• 股票K线形态 ----早晨之星

• “早晨之星”实际操作篇---通达信软件为例

• 牛刀小试----python+tushare进行股票分析