yolov5小目标检测-提高检测小目标的检测精度

向AI转型的程序员都关注了这个号👇👇👇YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示：输入端：在模型训练阶段，提出了一些改进思路，主要包括Mosaic数据增强、自适应锚框计算、自适应图片缩放；基准网络：融合其它检测算法中的一些新思路，主要包括：Focus结构与CSP结构；Neck网络：目标检测网络在BackBone与最后的Head输出层之间往往会插入一些层，Yolov5中添加了FPN+PAN结构；Head输出层：输出层的锚框机制与YOLOv4相同，主要改进的是训练时的损失函数GIOU_Loss，以及预测框筛选的DIOU_nms。YOLOv5的网络结构github 链接 https://github.com/ultralytics/yolov5 下载之后按照其中的README.md文件进行配置和设置。YOLOv5数据集的设置 对yolov5/data/buy.yaml文件进行配置 ………………………………