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;
1