YOLO1-5的BackBone和Neck

YOLO1：

Backbone: GoogLeNet with no inception modules

Neck: None

Head: YOLO [fc(1570)->7*7(5*2+20)]

YOLO2：

Backbone: darknet19
Neck: None

Head: passthrough [conv->13*13*anchor*(5+20)]

 

1. 7*7卷机使用3*3加1*1卷机替代。减少计算量小，防止过拟合;网络可以做的更深，更好的提取特征。
2. 使用全局平均池化代替fc，适应图像多尺度的输入。

 

 

YOLO3：

Backbone: darknet53
Neck: None

Head:  [conv->13*13*anchor/3*(5+classes)]

[conv->26*26*anchor/3*(5+classes)]

[conv->52*52*anchor/3*(5+classes)]

1. 使用resnet的残差结构，提高特征提取能力。

2. 因为提高了提取特征的能力，所以检测头也从1个提高到3个。

 

YOLO4：

Backbone: CSPDarknet53
Neck: FPN,SPP,PAN

Head:  [conv->13*13*anchor/3*(5+classes)]

[conv->26*26*anchor/3*(5+classes)]

[conv->52*52*anchor/3*(5+classes)]

YOLO5：

Backbone: Focus + CSPDarknet53
Neck: FPN,SPP,PAN,CSP结构
Head:  [conv->13*13*anchor/3*(5+classes)]

[conv->26*26*anchor/3*(5+classes)]

[conv->52*52*anchor/3*(5+classes)]