YOLO 每代的更新

以下是YOLO每代的更新：
1. YOLOv1：使用单个神经网络进行端到端的检测，速度较慢，但是准确率较高。
2. YOLOv2：使用了Batch Normalization和High Resolution Classifier来提高准确率，同时引入了Anchor Boxes来检测不同大小的物体。
3. YOLOv3：使用了多尺度预测来检测不同大小的物体，同时使用了残差块和SPP结构来提高准确率，还引入了FPN来检测不同尺度的物体。
4. YOLOv4：使用了CSP结构和SAM模块来提高准确率和速度，同时引入了YOLOv5的GAP层来替代FC层，提高检测精度。
5. YOLOv5：使用了更轻量级的模型结构和更高效的训练策略，同时引入了PANet和CSP结构来提高准确率和速度，推理速度快至每秒140帧（FPS）。