02 2023 档案
YOLO V5
摘要：网络结构 网络结构主要由以下几个部分组成： Backbone: New CSP-Darknet53 Neck: SPPF, New CSP-PAN Head: Yolov3 Head 下图是yolov5l的网络结构： 在Neck部分，作者将SPP换为了SPPF，两者作用相同，但后者效率更高。SPP结
yolo v4
摘要：Yolo v4 前言 网络结构 Backbone : CSPDarknet53 Neck : SPP, PAN Head : yolov3 PAN（Path Aggregation Network）结构其实就是在FPN（从顶到底信息融合）的基础上加上了从底到顶的信息融合，如下图(b)所示
yolo v3
摘要：前言 相较于yolo v2，作者在v2基础上做了一些改进。一是特征提取部分采用darknet-53代替了原来的darknet-19，利用特征金字塔网络实现了多尺度检测，分类方法用逻辑回归代替了softmax。做到了又快有准。 Darknet-53 如上图所示：Darknet-53主要是由一系
YOLO V2 ：Better、Faster、Stronger
摘要：Better Batch Normalization(BN 层) Yolo v2 中在每个卷积层后都加了BN层，去掉了dropout层。BN层可以起到一定的正则化效果，能提升模型收敛速度，防止模型过拟合。通过BN层，yolov2的mAP提高了2%。 High Resolution Classif
