yolov5以及yolo的历史

pytorch玩转深度学习

共 1073字,需浏览 3分钟

 ·

2021-08-11 10:18

什么是 YOLOv5


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算法。网格中的每个单元格负责检测自身内部的对象。

由于其速度和准确性,YOLO 是最著名的物体检测算法之一。

YOLO的历史


YOLOv5

YOLOv4 发布后不久,Glenn Jocher 使用 Pytorch 框架引入了 YOLOv5。
开源代码可在GitHub 上获得

作者: Glenn Jocher
发布时间: 2020 年 5 月 18 日

YOLOv4

随着原作者在 YOLO 上的工作陷入停滞,YOLOv4 由 Alexey Bochoknovskiy、Chien-Yao Wang 和 Hong-Yuan Mark Liao 发布。这篇论文的题目是YOLOv4: Optimal Speed and Accuracy of Object Detection

作者: Alexey BochoknovskiyChien-Yao WangHong-Yuan Mark Liao
发布时间: 2020 年 4 月 23 日

YOLOv3

YOLOv3 改进了 YOLOv2 论文,原作者 Joseph Redmon 和 Ali Farhadi 都做出了贡献。
他们一起发布了YOLOv3: An Incremental Improvement

最初的 YOLO 论文被托管在这里

作者: Joseph RedmonAli Farhadi
发布时间: 2018 年 4 月 8 日

YOLOv2

YOLOv2 是由 YOLO 的原作者 Joseph Redmon 和 Ali Farhadi 共同努力的。
他们共同发布了YOLO9000:Better, Faster, Stronger

作者: Joseph RedmonAli Farhadi
发布时间: 2016 年 12 月 25 日

YOLOv1

YOLOv1 由约瑟夫·雷德蒙 (Joseph Redmon) 作为研究论文发布。
这篇论文的标题是你只看一次:统一的实时对象检测

作者: Joseph Redmon
发布时间: 2015 年 6 月 8 日

浏览 224
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报