YOLO是'You only look once'的首字母缩写,是一种将图像划分为网格系统的对象检测的算法。 网格中的每个单元格负责检测物理中心点落在网络自身内部的对象或物体。 由于其速度和准确性,YOLO 是最著名的物体检测算法之一。
YOLO V5是由Ultralytics公司开源YOLO版本,且完全基于PyTorch实现,给大量AI人员带来了福音。 在我们还对YOLOv4的各种骚操作、丰富的实验对比惊叹不已时,YOLOv5又带来了更强、实时、更精确的目标检测技术。
在CPU上,每个图像的推理时间快至7ms,意味着每秒140帧(FPS)!远远大于人眼对20帧的要求。相比之下,YOLOv4在相同的条件下只能到到50帧 。而在GPU上,FPS更高,可高达400.2.更小巧(内存少)
YOLOv5的权重文件大小只有YOLOv4的1/9。

3.更短的训练时间
YOLOv5在单一V-100 GPU的情况下,COCO 2017数据集上的训练时间分别为:

其它参考教程