知行编程网知行编程网  2022-06-06 20:00 知行编程网 |  隐藏边栏 |   抢沙发 |  76 
文章评分 0 次，平均分 0.0 ：

YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了

贾浩楠 发自 凹非寺

转自 | 量子位 

YOLOv4还没有退热，YOLOv5已经发布！
6月9日，Ultralytics公司开源了YOLOv5，离上一次YOLOv4发布不到50天。而且这一次的YOLOv5是完全基于PyTorch实现的！
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
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又带来了更强实时目标检测技术。
按照官方给出的数目，现版本的YOLOv5每个图像的推理时间最快0.007秒，即每秒140帧（FPS），但YOLOv5的权重文件大小只有YOLOv4的1/9。
接下来一起了解一下最新的YOLOv5吧。

   更快更小巧的YOLOv5

老规矩，先来介绍一下安装过程。
安装YOLOv5通过下方代码实现：
要求Python3.7以上版本，PyTorch1.5以上。
YOLOv5的4组不同权重在COCO2017数据集上的结果如下：
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
所有模型均采用默认配置与超参数训练了300epoch，且未添加自动扩增技术。
可以看到，它超过了大部分的目标检测器，同时具有超快的速度。
APtest指的是COCO-test-dev2017上的结果，其他AP表示val2017的精度。所有指标均为单模型、单尺度、为进行任何集成与TTA。可以通过如下命令进行重现上述指标：
延迟是在V100 GPU上对5000个COCO-val2017中的数据进行测试的结果，包含数据预处理、模型推理、后处理以及NMS。平均NMS的时间为1.6ms/image。
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
上述指标可以通过如下命令复现：
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：
YOLOv5 s
YOLOv5 m
YOLOv5 l
YOLOv5 x
2天
4天
6天
8天
可以通过以下代码开始训练：
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
△不同权重YOLOv5的对比
YOLOv5在中国国内街景监控上的实测，包含了YOLOv5 s/m/l/x四种不同权重：
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了

△测试视频来自B站@才疏学浅的小白
用户的测试实例并没有给出与前代YOLOv4的对比，但官方给出了数据说明。
YOLOv5速度比前代更快，在运行Tesla P100的YOLOv5 Colab笔记本中，每个图像的推理时间快至0.007秒，意味着每秒140帧（FPS）！相比之下，YOLOv4在转换为相同的Ultralytics PyTorch后达到了50帧 。
同时，在研究者对血细胞计数和检测(BCCD)数据集的测试中，经过100个epoch的训练，获得了大约0.895的平均精度(mAP)，与EfficientDet和YOLOv4相当。
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
YOLOv5体积小，YOLOv5 s的权重文件为27MB。YOLOv4（Darknet架构）的权重文件为244MB。YOLOv5比YOLOv4小近90％。这意味着YOLOv5可以更轻松地部署到嵌入式设备。
此外，因为YOLOv5是在PyTorch中实现的，所以它受益于已建立的PyTorch生态系统；YOLOv5还可以轻松地编译为ONNX和CoreML，因此这也使得部署到移动设备的过程更加简单。

   大神没交棒，但YOLOv5还是来了

严格来讲，这次Ultralytics放出的YOLOv5，是YOLOv4的一个实现版本（性能有改进），只不过是完全用Pyotorch实现了。并且支持转ONNX以及CoreML等，方便用户在移动端部署。
所以也有网友叫它YOLOv4.5。
截止发稿，原YOLO项目官方（Darknet）也没有添加YOLOv5链接，所以，这个「YOLOv5」的名号，是Ultralytics团队自封的。
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
Ultralytics公司可能大家不熟悉，但提到他们公司的一个项目，很多人应该就知道了：基于PyTorch复现的YOLOv3。按目前github上star数来看，应该是最受欢迎的YOLOv3的PyTorch实现版本。
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
值得一提的是，Ultralytics公司的Glenn Jocher是mosaic数据增强方法的创建者，这种方法是改进后的YOLOv4中的重要技术。
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了
Glenn Jocher就是这次YOLOv5项目的主要开发者。
尽管官方还没认可项目命名为”YOLOv5”这个名字，但它对上一版本性能的改善和提升十分显著，网友也对其开源的精神纷纷点赞，希望项目继续更新，造福更多的YOLO用户。

传送门

https://github.com/ultralytics/YOLOv5
作者系网易新闻·网易号“各有态度”签约作者
<p style="max-width: 100%;letter-spacing: 0.544px;white-space: normal;color: rgb(0, 0, 0);font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;widows: 1;line-height: 1.75em;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;box-sizing: border-box !important;overflow-wrap: break-word !important;">—</span></strong>完<strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;box-sizing: border-box !important;overflow-wrap: break-word !important;">—</span></strong></span></strong></span></strong></p><section style="max-width: 100%;letter-spacing: 0.544px;white-space: normal;font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;widows: 1;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section powered-by="xiumi.us" style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-top: 15px;margin-bottom: 25px;max-width: 100%;opacity: 0.8;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="max-width: 100%;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section powered-by="xiumi.us" style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-top: 15px;margin-bottom: 25px;max-width: 100%;opacity: 0.8;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section><p style="margin-bottom: 15px;padding-right: 0em;padding-left: 0em;max-width: 100%;color: rgb(127, 127, 127);font-size: 12px;font-family: sans-serif;line-height: 25.5938px;letter-spacing: 3px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;color: rgb(0, 0, 0);box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;font-size: 16px;font-family: 微软雅黑;caret-color: red;box-sizing: border-box !important;overflow-wrap: break-word !important;">为您推荐</span></strong></span></p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;">MIT校长评中美科技竞赛：胜利不是期盼对手的失利</p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="font-size: 14px;">GitHub重大更新：在线开发上线，是时候卸载IDE了</span></p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="color: rgb(87, 107, 149);-webkit-tap-highlight-color: rgba(0, 0, 0, 0);cursor: pointer;max-width: 100%;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;">史上最烂的项目：苦撑12年，600多万行代码...</span></p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;">数据分析入门常用的23个牛逼Pandas代码</p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;">知乎高赞：985计算机视觉毕业后找不到工作怎么办？<br  /></p></section></section></section></section></section></section></section></section>
YOLOv5它来了！YOLOv4发布不到50天，它带着推理速度140帧/秒、性能提升2倍来了

本篇文章来源于: 深度学习这件小事

本文为原创文章，版权归所有，欢迎分享本文，转载请保留出处！

知行编程网
知行编程网 关注：1    粉丝：1
这个人很懒，什么都没写

你可能也喜欢

热评文章

上一篇
下一篇

发表评论

表情 格式 链接 私密 签到
扫一扫二维码分享
 繁