yolov5，使用海康安防相机，python源码，下载后就可以使用

YOLOv5模型下载，可通过训练好的模型实现YOLOv5目标检测，相比YOLOv4，检测速度更快，体积更小

移动式yolov5修剪蒸馏 mobilev2-yolov5s的通道修剪和蒸馏。超轻但性能更好！ TensorRT版本===> Android版本===> 背景 yolov5s在640x640分辨率下的计算量和参数量分别为8.39G和7.07M。在速度上仍然有提升空间，通过替换backbone（mobilenetv2），通道剪枝对模型进行压缩。 。本项目以工程化为基础，主要是模型端的优化。实现了常用的剪枝和蒸馏算法，并完成了一个简单的介绍和评估。将工程可用模型转换成对应的部署版本。 基准线 数据集采用Pascal VOC，训练集= train2007 + train2012 + val2007 + val2012，测试集= test2007，基线采用mobile-yolo（imagenet预训练），如果没有特别说明，第一个模块采用重点如果特定特殊说明则可以使用替换参数，batchsize

yolov5预训练权重，包含yolov5l.pt、yolov5m.pt、yolov5s.pt、yolov5x.pt四种。

此文件是yolov5的预先训练模型（包含yolov5s.pt、yolov5x.pt、yolov5l.pt），可以直接用来进行迁移学习、检测和测试，更新日期为2020年8月4日。验证8月4日github上面代码可以直接训练。

YOLOv5四个权重文件 yolov5s.pt yolov5m.pt yolov5l.pt yolov5x.pt

vs2015使用TensorRT加速yolov5所需的库文件

Yolov5+Deepsort所需模型，方便国内开发者下载，包括：ckpt.t7和yolov5l.pt两个主要文件。

android端yolov5 app 摄像头实时捕获视频流进行检测; 项目地址：https://github.com/binzhouchn/ncnn-android-yolov5

This repository represents Ultralytics open-source research into future object detection methods, and incorporates lessons learned and best practices evolved over thousands of hours of training and evolution on anonymized client datasets.