【目标检测】yolov5与yolox对比
yolov5yolox-DarkNet53yolox-SPP输入端Mosaic自适应锚框计算自适应图片放缩MosaicMixUp(注:epoch=15时这两种数据增强方式关闭,由于这种增强效果更好,ImageNet的预训练无意义)增加了EMA权值更新Cosine学习率机制增加了RandomHorizantalFlip,ColorJitter,多尺度数据增...
·
yolov5 | yolox-DarkNet53 | yolox-SPP | |
输入端 |
|
(注:epoch=15时这两种数据增强方式关闭,由于这种增强效果更好,ImageNet的预训练无意义) |
|
backbone |
|
|
|
Neck | FPN+PAN结构 |
|
|
Head |
|
|
|
注:
- 在Neck部分:yolov4,yolov5,yolox-s,yolox-l中采用的时FPN+PAN
- 在yolox-SPP中,选用的是最基本的yolov3-SPP,如果采用yolov3_ultralytics的yolov3-SPP+四种trick(除strong augementation,因为在此版本代码中已经改进)
- 参考一篇比较好的:深入浅出Yolo系列之Yolox核心基础完整讲解|yolo|yolov5|yolov4|算法
更多推荐
所有评论(0)