github上的YOLOV5更新较快，只有配合yaml配置文件的weight才能使用。文件中的权重和配置文件为20200706的，亲测可用。
YOLOv5速度比前代更快，在运行Tesla P100的YOLOv5 Colab笔记本中，每个图像的推理时间快至0.007秒，意味着每秒140帧（FPS）！
YOLOv5体积小，YOLOv5 s的权重文件为27MB。YOLOv4（Darknet架构）的权重文件为244MB。YOLOv5比YOLOv4小近90％。这意味着YOLOv5可以更轻松地部署到嵌入式设备。
此外，因为YOLOv5是在PyTorch中实现的，所以它受益于已建立的PyTorch生态系统；
2021-04-20 19:43:48
52.13MB
1
主要介绍了python读取yaml文件后修改写入本地实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-09 23:12:16
42KB
1