YOLO V5 -- 学习笔记

最新推荐文章于 2025-06-06 08:48:19 发布
最新推荐文章于 2025-06-06 08:48:19 发布
阅读量6.3k 收藏 36
点赞数 3
CC 4.0 BY-SA版权
分类专栏： YOLO 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/DIAJEY/article/details/115590448

参考文章：深入浅出Yolo系列之Yolov5核心基础知识完整讲解 – 江大白*
参考视频教程：目标检测基础——YOLO系列模型（理论和代码复现）-- PULSE_

0.V4 & V5

yolo v5和v4前后推出只有两个月，其实V5和V4都是V3推出后，根据V3的改进。因此严格来说算是两个版本的V4,两者的大体思路都比较相似，不同的地方主要是细节地方对于前沿技术的使用，各有其优点。V4的优点在于准确性更高。V5的优点是有四种深度宽度的模型，可以根据要检测的物体大小，项目量级来选择不同的模型，灵活性更高。
V4学习笔记

YOLO V5主要改进(对比V3)

最低0.47元/天 解锁文章

200万优质内容无限畅学
YOLO学习笔记 ｜ 从YOLOv5到YOLOv11：技术演进与核心改进
尘世冰封的专栏
04-23 308
从YOLOv5到YOLOv11的技术演进，展现了目标检测领域从工程优化到理论突破的完整路径。各版本的改进始终围绕三个核心维度：精度提升、速度优化、易用性增强。算法层面：Transformer与CNN的深度融合硬件层面：面向神经拟态芯片的架构创新应用层面：开放世界检测与少样本学习生态层面：开源社区驱动的协同创新值得关注的是，YOLO系列正从单纯的检测框架向通用视觉基座演进，其技术路线为整个计算机视觉领域提供了重要参考。
机器学习笔记 - YOLO家族简介
学以致用 知行合一
04-09 5217
目标检测是计算机视觉中最重要的课题之一。大多数计算机视觉问题都涉及检测视觉对象类别，如行人、汽车、公共汽车、人脸等。这一领域不仅限于学术界，而且在视频监控、医疗保健、车载传感和自动驾驶。 许多用例，尤其是自动驾驶，需要高精度和实时推理速度。因此，选择适合速度和准确性要求的物体检测器变得至关重要。YOLO（You Only Look Once）是一种单级目标检测器，用于实现两个目标（即速度和准确性）。而今天，我们将通过涵盖所有 YOLO 变体（例如，YOLOv1、YOLOv2、......
【Yolov系列】Yolov5学习（一）补充2：Focus模块详解
qq_43737512的博客
04-22 4643
Yolov5学习（一）补充2：Focus模块详解
yolov5 focus
weixin_43489941的博客
11-11 427
import torch import torch.nn as nn import numpy as np import pandas as pd def autopad(k, p=None): # kernel, padding # Pad to 'same' if p is None: p = k // 2 if isinstance(k, int) else [x // 2 for x in k] # auto-pad return p class Conv
Python----目标检测（YOLO简介）
最新发布
weixin_64110589的博客
06-06 3262
[YOLO](You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的约瑟夫-雷德蒙（Joseph Redmon）和阿里-法哈迪（AliFarhadi）开发，YOLO 于 2015 年推出，因其高速度和高精确度而迅速受到欢迎。
YOLOv5中的Focus层详解|优快云创作打卡
tt丫的博客
01-17 3万+
第一次写优快云博客嘻嘻，深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。 文章目录 背景介绍 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 背景介绍 Focus层是在YOLOv5中被提出来的。感觉像是一种特殊的下采样的方式。 1.下采样 下采样就是一种缩小图像的手法，用来降低特征的维度并保留有效信息，一定程度上避免过拟合。下采样就是池化操作。但是池化的目的不仅如此，还需要考虑旋
❀YOLOv5学习❀对Focus的理解
weixin_44649780的博客
01-12 7965
focus模块的结构： 输入图像后进行分割，再进行连接后进入下一个模块。 图像是怎么进行分割的呢？拿3*4*4进行举例。 将 3×4×4 的输入通过隔行切片的操作变换为 12×2×2，Focus 操作可以在没有参数的情况下将输入维度进行下采样，并且尽可能保留了原有的图像信息。 对图片进行切片操作，具体操作是在一张图片中每隔一个像素拿到一个值，类似于邻近下采样，这样就拿到了四张图片，四张图片互补，长的差不多，但是没有信息丢失，这样一来，将W、H信息就集中到了通道空间，输入通道扩充了4倍..
YOLOv5中 FOCUS模块
lbr15660656263的博客
06-07 1508
Focus层原理和PassThrough层很类似。它采用切片操作把高分辨率的图片 （特征图）拆分成多个低分辨率的图片/特征图，即隔列采样+拼接。原理图如 下：原始的640 × 640 × 3的图像输入Focus结构，采用切片（slice）操作，先 变成320 × 320 × 12的特征图，拼接（Concat）后，再经过一次卷积（CBL(后 期改为SiLU，即为CBS)）操作，最终变成320 × 320 × 64的特征图。
yolo-v5学习笔记
03-03
YOLO-V5是一种基于深度学习的目标检测算法，它是YOLO（You Only Look Once）系列算法的最新版本，由Ultralytics公司开发。 YOLO-V5相比于以前的版本有以下几个优势： 1.更快的速度：YOLO-V5的速度比以前的版本更快...
----❀❀❀-- YOLO V5 个人学习笔记 通俗易懂 --❀❀❀------
m0_58620239的博客
08-11 854
YOLOv5是一个高效、精准的目标检测模型，具备高性能、多预训练模型、多尺度检测等特性。本文详细介绍了YOLOv5的特点，帮助读者快速上手使用YOLOv5进行目标检测任务。
yolov5 Focus模块详解
11-22 1510
千呼万唤始出来的结论，终于解开了我这么长时间的疑惑，虽然之前文中的结论和作者实际的结论是相反的；主要原因还是因为不知道作者改进的出发点在哪里，所以分析过程虽然是对的，但是结论却是反着了；知道了改进的出发点后，再把过程重新梳理一下，就很好理解了。道作者改进的出发点在哪里，所以分析过程虽然是对的，但是结论却是反着了；知道了改进的出发点后，再把过程重新梳理一下，就很好理解了。
Focus
03-27
Create React App入门 该项目是通过引导的。 可用脚本 在项目目录中，可以运行： npm start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑，则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 npm test 在交互式监视模式下启动测试运行器。 有关更多信息，请参见关于的部分。 npm run build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React，并优化了构建以获得最佳性能。 最小化内部版本，文件名包含哈希值。 您的应用已准备好进行部署！ 有关更多信息，请参见关于的部分。 npm run eject 注意：这是单向操作。 eject ，您将无法返回！ 如果您对构建工具和配置选择不满意，则可以随时eject 。 此命令将从您的项目中删除单个生成依赖项。 相反，它将所有配置文件和传递依赖项（web
yolov5中的Focus模块的理解
热门推荐
小菜的博客
01-16 8万+
序言 v5出来这么久，一直搜不到网上对Focus的理解，还想着白嫖一下结论，但是发现搜出来的都是一知半解，讲的全都是Focus做了什么，愣是没说为什么要这么做。没办法只好自己花点时间深入学习一下，本人也记录一下本人对Focus模块的一些理解，如果有理解错误的地方，还请评论区告知。 一、Focus模块的原理 Focus模块在v5中是图片进入backbone前，对图片进行切片操作，具体操作是在一张图片中每隔一个像素拿到一个值，类似于邻近下采样，这样就拿到了四张图片，四张图片互补，长的差不多，但是没有信息丢失，这
目标检测 YOLOv5 Backbone中的Focus
二分掌柜的
04-21 6546
目标检测 YOLOv5 Backbone中的Focus flyfish 版本：YOLOv5 YOLOv5:v5 第一个v5是YOLO的第5个版本，YOLOv5也是在迭代改进的，第二v5是YOLOv5中的第5个版本 与YOLOv5:v4还是有差别的。 这里以YOLOv5s版说明，s是最小的那版，其他的类似yolov5m、yolov5l、yolov5x是模型依次变大的版本 Backbone的开头就是Focus，Focus中包含了标准卷积 标准卷积（Standard convolution） = Conv2d +
YOLOv5之Focus与6x6卷积的理解
xiahan_qian的博客
06-02 8265
最近正在学习yolov5算法，以yolov5s模型为例，其中的foucs模块有何作用？之后被改成了一个k=6的卷积层，为什么较大的卷积核进行卷积比focus模块更有效呢？
YOLOv5的Focus结构
weixin_44929077的博客
11-21 8453
YOLOv5的focus层详解记录
qq_44817196的博客
08-17 2128
focus层的流程：大致流程 focus层的作用（yolov5作者的原话）：原话
yolov5 -V5.0 focus 结构
weixin_40132776的博客
05-08 503
【代码】yolov5 -V5.0 focus 结构。
pytorch yolov5 focus层
OpenCV 图像辨识的博客
06-04 766
pytorch yolov5 focus层 yolov5中focus的定义如下： 从图像上能够更加直观地理解 4 * 4 * 3  变成 2 * 2 * 12 x[..., ::2, ::2]意义如下图 ...  :表示所有通道（图中为3通道） ::2 :表示第一行开始到最后一行结束，步长为2的所有值（图中第一行，第三行所有值） ::2 :表
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值