目标检测——YOLOV5的学习笔记(legcay)

2 数据标注格式

数据标注使用yolo格式，也就是坐标是目标框相对于图像尺寸的归一化坐标；

3 模型结构分析

3.1 loss函数——DIoU-Loss
YOLOV5使用的loss函数与YOLOV4保持一致，为DIoU-Loss；
在学习DIoU-Loss之前，我们首先来回顾一下regression任务loss的发展历史：

Smooth L1 Loss(used by Faster RCNN, 2015)
$\to$ IoU Loss(2016) $\to$ GIoU Loss(2019) $\to$ DIoU Loss(2020)$\to$ CIoU Loss(2020)

4 代码说明

4.1 数据集文件结构

yolov5的数据集文件夹与yolov5的项目文件夹处于同一级目录，（也就是）代码文件的上一级目录；

4.2 数据集划分

数据集的设置可以使用列表的方式：
也就是在yolo_par_dir目录下建立.txt文件来表示train集和val集的文件列表；

其中，文件的路径可以使用相对路径，形式为
…/dataset/image.jpg