yolv系列（2）

yolov5

yolov5是一种但阶段目标检测算法，该算法在Yolov4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。
yolov5性能测试图

网络结构图

yolov5还是分为输入端、BackBone、Neck、Prediction四个部分
（1）输入端：Mosaic数据增强、自适应锚框计算
Mosaic数据增强在Yolo4的输入端也采用。随即缩放，随即裁剪、随机排布的方式进行拼接。
在网络训练中，网络在初始锚框的基础上输出预测框，进而和真实框groundtruth进行比对，计算两者差距，再反向更新，迭代网络参数。
（2）Backbone：Focus结构，CSP结构
Focus结构

以Yolov5s的结构为例，原始6086083的图像输入Focus结构，采用切片操作，先变成30430412的特征图，再经过一次32个卷积核的卷积操作，最终变成30430432的特征图。
（3）Neck：FPN+PAN结构
Yolov5现在的Neck和Yolov4中一样。

（4）Prediction：GIOU_Loss
Yolov5中采用其中的GIOU_Loss做Bounding box的损失函数。同时使用nms作为非极大值抑制。