目标检测YOLOv1v5演进

1、目标检测YOLOv1-v5演进目标检测介绍目标检测是与计算机视觉和图像处理相关的计算机技术，用于在一张图片中识别出些物体的种类，同时要求标出物体的位置。目标检测已被广泛应用于人脸检测、自动驾驶和视频监控等图像领域。目标检测中的常见方法，分为one-stage和two-stage两类。One-stage方法首先输入图片，输出Boundingbox(bbox)和分类标签，由一个网络完成，该方法以YOLO、SSD为主要代表Two-stage方法则以Faster-RCNN为代表，输入图片后，首先生成建议区域(RegionProposal)，再输入分类器进行分类，两个任务由不同网络完成。其中，YOLO目

2、标检测是一种突出且优秀的算法，其为“youonlylookonce”的缩写，意为只需浏览一次即可识别出图中物体的类别与位置，且完美地平衡了检测速度和精度之间的关系。YOLO也由最初的YOLOv1发展到现在最新的YOLOv5o原理简介一、YOLOv12015年提出了第一版YOLOv1，YOLO借鉴GoogleNet而提出了Darknet网络。Darknet是用C语言和CUDA编写的开源神经网卷积层+3x3卷积层替代GoogleNet的Inception模块。网络由24层卷积层接2层全连接组成，如图1:LawCw.xywFiiJM-2ftiljmMliialM叶LdLUi3sJi5lltw.C*l

3、rnItfalMI-dlaliaia1粧4Cw.LiiCam.kfwYOLOv1中的Darknet结构YOLOv1的框架如图2所示:首先调整图像大小为448x448，随后将图像输入CNN，最后通过非极大值抑制(NMS)保留最终标定YOLOv1的整体框架YOLOv1的核心思想在于将目标检测视为回归问题，其将图片划分成SxS个网格，如果目标中心落入某网格单元，则该网格就负责标。每个网格单元预测B个边界框(bbox)和类别信息。此外，每个bbox需要预测(x,y,w,h)和置信度共5个值。因此，最终每个个bbox和C个类别，最终输出SxSx(5*B+C)的tensor。其中，置信度得分反映了bbox

4、包含物体的概率Pr(Object)以及bbox的位置准确性IOU(预测的bbox和真实的物体位置的交并比由以上两部分定义:Pr(ObjeCt)*I01得到所有bbox后进入非极大值抑制(NMS)阶段。对于每个bbox，按照下式衡量该框是否应该予以保留。Pr(Class|ObjeClbjKIDlrflkaMX：hjrhkd-mjMVifDK护卄SHM也UW10-AwmvHinwm1KK!54WRMSiJk-kiMdfv.比NiHiaFwkInIwI*?.ilrwiHv-lUm*,%,MSCOCO数据集检测结果自YOLOv4发布的40余天后，Ultralytics公司开源了非官方的YOLOv5,其完全基于PyTorch实现。值得注意的是，每个图像的推理时间达到140FPS，并且YOLOv5的权重文件大小仅为YOLOv4的1/9YOLOv5更快，也更小巧！此外，YOLOv5还支持转ONNX以