YOLO v5目标检测

目录

1 YOLO v5模型结构

2 YOLO v5训练相关设置

3 目标检测模型评估指标

1 YOLO v5模型结构

该模型根据不同维度特征被划分为四个规模系列：Nano、Small、Middle和Large。其中Nano与Small系列（分别缩写为N与S）是后续研究的主要对象。其中图2.3展示了该结构示意图。

图2.3 YOLO v5small结构示意图

如图2.3所示, YOLO v5主要由三个关键模块构成, 即骨干网络Backbone, 颈部网络Neck及检测头Head部分。在Backbone模块中, 主要包含CBR模块、CSP1模块以及SPPF模块三大部分。Backbone作为输入图像经过的第一阶段, 其主要功能是从输入图像中提取多尺度特征并传递给Neck部分供进一步处理。输入图像在预处理阶段被转换为640×640像素的RGB三通道图像, 在原YOLO v5网络中第一层即为Focus层, 用于对输入进行切片操作后生成320×320×12特征图, 之后进入后续模块处理流程。为了提升模型在GPU等硬件平台上的运行效率