【目标检测】48、YOLOv5 | 可方便工程部署的 YOLO 网络

论文：暂无

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

官方介绍：https://docs.ultralytics.com/

出处：ultralytics 公司

时间：2020.05

YOLOv5 是基于 YOLOv3 改进而来，体积小，YOLOv5 s的权重文件为27MB。

YOLOv4（Darknet架构）的权重文件为244MB。YOLOv5比YOLOv4小近90％。这意味着YOLOv5可以更轻松地部署到嵌入式设备。

此外，因为YOLOv5 是在 PyTorch 中实现的，所以它受益于已建立的 PyTorch 生态系统

YOLOv5 还可以轻松地编译为 ONNX 和 CoreML，因此这也使得部署到移动设备的过程更加简单。

YOLOv5 家族：

• YOLOv5x（最大的模型）
• YOLOv5l
• YOLOv5m
• YOLOv5s（最小的模型）

YOLOv5 优势：

• 使用PyTorch进行编写。
• 可以轻松编译成ONNX和CoreML。
• 速度极快，每秒140FPS。
• 精度超高，可以达到0.895mAP。
• 体积很小：27M。
• 集成了YOLOv3-spp和YOLOv4部分特性