Yolov5/Yolov7

YOLOv5和YOLOv7是目标检测算法中的两个先进模型。YOLOv7是在YOLOv5的基础上进行改进和优化的。YOLOv7集合了大量的技巧和改进方法，旨在提高检测的精度和效果。它在速度和精度方面都超过了目前已知的所有检测器。最高的模型AP值达到了56.8%，并且可以达到30FPS的速度。YOLOv7-E6检测器在速度和精度上都超过了基于transformer的检测器和基于卷积的检测器。例如，与SWIN-L Cascade-Mask R-CNN相比，速度提升了509%，精度提升了2%；与ConvNeXt-XL Cascade-Mask R-CNN相比，速度提升了551%，精度提升了0.7%。[2]

YOLOv7在设计方案上对4、5、6进行了改进，以提供更强大的检测性能。其中，YOLOv7引入了Extended-ELAN（E-ELAN）来扩展高效率程增强专注力互联网。E-ELAN通过拓展、乱序和合并数量等方式提升了互联网学习的能力，同时保持了初始梯度方向途径的平衡状态。这种改进主要影响了测算块的系统架构，而过渡层的系统架构没有变化。[3]

总之，YOLOv5和YOLOv7是目标检测算法中的先进模型，YOLOv7在YOLOv5的基础上进行了改进和优化，提高了检测的精度和速度。它在实际应用中具有很高的价值和新颖性。