首页yolov5中CSP-PAN组成

yolov5中CSP-PAN组成

时间: 2023-10-07 14:11:39 浏览: 205

YOLOV5-ti-lite 目标检测模型

YOLOV5-ti-lite 目标检测模型该存储库基于 ultralytics/yolov5。根据 Ultralytics 的官方自述文件，YOLOV5 是一个目标检测器系列，与 YOLOV3 有以下主要区别： Darknet-csp 骨干网而不是普通的暗网。将复杂性降低 30%。 PANet 特征提取器而不是 FPN。更好的盒子解码技术基于遗传算法的锚框选择。几种新的增强技术。例如，马赛克增强 YOLOV5-ti-lite 是 TI 的 YOLOV5 版本，用于高效的边缘部署。选择此命名约定是为了避免与 Ultralytics 未来发布的 YOLOV5-lite 型号发生冲突。以下是从 yolov5 获取 yolov5-ti-lite 所做的更改的简要说明： YOLOV5 引入了一个焦点层作为网络的第一层。这取代了 YOLOv3 中存在的前几个重卷积层。它将 n/w 的复杂性降低了 7%，将训练时间降低了 15%。但是，焦点层中的切片操作不是嵌入友好的，因此我们将其替换为轻量级卷积层。以下是从 YOLOv3 到 YOLOv5 再到 YOLOv5-ti-lite 的变化

在 YOLOv5 中，CSP-PAN 是由两个模块组成的，分别是 CSPDarknet 和 SPP(Spatial Pyramid Pooling)。CSPDarknet 是一个卷积神经网络，由一系列卷积层和残差块组成，其中使用了 Cross Stage Partial Network (CSP) 结构来减少参数量和计算量。SPP 模块是一种空间金字塔池化结构，可以在不同尺度下对特征进行池化，以提高检测精度。CSPDarknet 和 SPP 模块结合起来形成了 CSP-PAN，用于实现目标检测任务。

阅读全文