yolov5

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

 

 

 

 

 

 

 

 

https://mp.weixin.qq.com/s?__biz=MzUxNjcxMjQxNg==&mid=2247505227&idx=3&sn=d6673013fa3b4e4d9a44831d22163e81&chksm=f9a1a7c4ced62ed20dbbbf2502f4615b5e34156e755a78d34914684397f09669e2e2280191c8&scene=126&sessionid=1597563313&key=80efbdacc232da7137ca3d21eebe40b00bde153f098e0f5aeff445265e3d961619736eae7a035a1543e2461698b3232bc571d9d6c3dbcc84d729e0a3307b299d3f252f1168762576d820d4eeeec4952f3bfee91070b2d8bc68d4a4e8ec77ff59f42ba6f633a22cfd62b561c82ce202ebe1e2ef388a9942eeaece4a2050d38729&ascene=1&uin=MTkwMDk4NTg2MA%3D%3D&devicetype=Windows+10+x64&version=62090529&lang=zh_CN&exportkey=AaRo9KOa7UOaDGn7JLPkLyQ%3D&pass_ticket=OM0UH5LB%2BWnZJBHesxR8fu%2BrJCIbYamBslMPDiU5YUw01Q%2BlgNysp7DATeK2JAg3