行人检测模型 yolov5
时间: 2023-08-29 10:09:51 浏览: 111
YOLOv5是一种用于目标检测的深度学习模型,其中包括对行人进行检测的模型。在YOLOv5系列中,官方给出的模型有YOLOv5l、YOLOv5m、YOLOv5s等不同规模的模型。然而,由于手机端CPU/GPU性能相对较弱,直接部署YOLOv5s模型可能导致运行速度较慢。
为了解决这个问题,有人在YOLOv5s的基础上进行了模型轻量化处理,并将轻量化的模型命名为YOLOv5s05。该轻量化模型的处理包括将YOLOv5s模型的通道数减少一半,并将模型输入的分辨率从原来的640×640降低到416×416或者320×320。通过这些处理,YOLOv5s05模型的计算量减少了16倍,参数量减少了7倍。
训练模型收敛后,YOLOv5s和YOLOv5s05模型在行人检测任务中的mAP指标会有一定的差异。根据引用和引用的内容,YOLOv5s模型在mAP_0.5指标下的准确率约为0.98432,而YOLOv5s05模型在416×416分辨率下的mAP_0.5为0.97004左右,在320×320分辨率下的mAP_0.5为0.96448左右。
因此,YOLOv5系列中的行人检测模型包括YOLOv5l、YOLOv5m、YOLOv5s以及轻量化处理后的YOLOv5s05模型。轻量化模型在普通Android手机上可以实现实时的检测效果,CPU约30ms左右,GPU约25ms左右,基本满足业务性能需求。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [行人检测(人体检测)2:YOLOv5实现人体检测(含人体检测数据集和训练代码)](https://blog.csdn.net/guyuealian/article/details/128954588)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]
阅读全文