YOLOv5 模型网络结构

YOLOv5模型的网络结构相对简单但功能强大。它由骨干网络、Neck网络和头部网络（head）组成。骨干网络负责对输入图像进行特征提取，Neck网络用于进一步增强特征表达能力和感受野，头部网络则用于目标检测。YOLOv5还使用了一些技术和策略来提高性能和鲁棒性，例如CSP结构、FPN网络、Mish激活函数和Focal Loss损失函数等。CSP结构被广泛应用于YOLOv5的骨干网络和头部网络中，它可以减少参数和计算量并提高特征提取的效率，从而加快模型的训练和推理速度。