yolov5的轻量化

YOLOv5是一个实时物体检测算法，相比于YOLOv4，它具有更小的模型大小和更高的检测性能。轻量化的YOLOv5主要是通过以下几个方面实现的：

1. 去掉了YOLOv4中的大量卷积层，采用了更轻量的卷积结构，例如SPP结构、CSP结构等，从而减少了模型参数量和计算量。

2. 采用了一种新的自适应训练策略，称为Automated Domain Randomization（ADR），它可以自动调整训练数据的丰富性和难度，从而提高模型的泛化能力和鲁棒性。

3. 采用了一种新的模型优化方法，称为Compound Scaling，该方法可以同时调整模型的深度、宽度和分辨率，从而在保持模型轻量化的同时提高检测性能。