YOLOv5：调用官方权重进行检测

目录

前言

一、YOLOv5是什么？

二、使用步骤

1.源码下载

2.环境安装

总结

前言

    YOLO诞生之前，目标检测研究领域主要以Faster-RCNN 为首的two-stage算法为主。two-stage算法通过卷积神经网络提取图片特征，再用RPN网络预测目标位置，最后再通过分类和回归来完成对候选目标位置和类别的判定，检测速度较慢但精度相对较高。而one-stage算法直接通过主干网络计算候选目标的类别和位置信息，其相较于two-stage 算法精度较低，但是网络运行的速度更快，内存占用更小，非常适合便携式设备。

---

一、YOLOv5是什么？

YOLOv5 模型是 Ultralytics 公司于 2020 年 6 月 9 日公开发布的。它包括骨干网络、颈部和头部和输出.

（1）输入端：Mosaic数据增强、自适应锚框计算、自适应图片缩放
（2）Backbone：Focus结构，CSP结构
（3）Neck：FPN+PAN结构
（4）Prediction：GIOU_Loss

二、使用步骤

1.源码下载

可以去github官网下载。

​

2.环境安装

本机在pycharm环境下安装。

​

​

图片检测 

​

视频检测

视频57秒，每秒30帧，算下来要处理差不多1千多张图片。

YOLOv5测试视频

总结

本文跑通官网YOLOv5源码，并用自己的数据进行了测试。

参考

One-stage和Two-stage的详解

YOLOV5核心基础知识