位置: IT常识 - 正文

【Yolov5】Yolov5添加检测层,四层结构对小目标、密集场景更友好(yolov5tiny)

编辑:rootadmin
【Yolov5】Yolov5添加检测层,四层结构对小目标、密集场景更友好 🚀🚀🚀Yolov5增加检测层🚀🚀🚀前言

推荐整理分享【Yolov5】Yolov5添加检测层,四层结构对小目标、密集场景更友好(yolov5tiny),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:yolov5使用,yolov5使用,yolov5 ciou,yolov5s,yolov5m,yolov5m,yolov5m,yolov5怎么用,内容如对您有帮助,希望把文章链接给更多的朋友!

Yolov5的检测速度与精度较为平衡,但是原算法对于小目标的检测效果不佳,根据一些论文,我们可以通过增加检测层来提高对小目标的特征提取能力,增加算法在密集场景下的表现。

文章目录前言一、网络结构说明二、网络配置三、使用效果一、网络结构说明

Yolov5原网络结构如下: 增加一层检测层后,网络结构如下:(其中虚线表示删除的部分,细线表示增加的数据流动方向)

二、网络配置【Yolov5】Yolov5添加检测层,四层结构对小目标、密集场景更友好(yolov5tiny)

第一步,在models文件夹下面创建yolov5s-add-one-layer.yaml文件。

第二步,将下面的内容粘贴到新创建的文件中。

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license# Parametersnc: 2 # number of classesdepth_multiple: 0.33 # model depth multiplewidth_multiple: 0.50 # layer channel multipleanchors: - [4,5, 8,10, 22,18] # P2/4 - [10,13, 16,30, 33,23] # P3/8 - [30,61, 62,45, 59,119] # P4/16 - [116,90, 156,198, 373,326] # P5/32# YOLOv5 v6.0 backbonebackbone: # [from, number, module, args] [[-1, 1, Conv, [64, 6, 2, 2]], # 0-P1/2 [-1, 1, Conv, [128, 3, 2]], # 1-P2/4 [-1, 3, C3, [128]], [-1, 1, Conv, [256, 3, 2]], # 3-P3/8 [-1, 6, C3, [256]], [-1, 1, Conv, [512, 3, 2]], # 5-P4/16 [-1, 9, C3, [512]], [-1, 1, Conv, [1024, 3, 2]], # 7-P5/32 [-1, 3, C3, [1024]], [-1, 1, SPPF, [1024, 5]], # 9 ]# YOLOv5 v6.0 headhead: [[-1, 1, Conv, [512, 1, 1]], [-1, 1, nn.Upsample, [None, 2, 'nearest']], [[-1, 6], 1, Concat, [1]], # cat backbone P4 [-1, 3, C3, [512, False]], # 13 [-1, 1, Conv, [256, 1, 1]], [-1, 1, nn.Upsample, [None, 2, 'nearest']], [[-1, 4], 1, Concat, [1]], # cat backbone P3 # add feature extration layer [-1, 3, C3, [256, False]], # 17 [-1, 1, Conv, [128, 1, 1]], [-1, 1, nn.Upsample, [None, 2, 'nearest']], [[-1, 2], 1, Concat, [1]], # cat backbone P3 # add detect layer [-1, 3, C3, [128, False]], # 21 (P4/4-minium) [-1, 1, Conv, [128, 3, 2]], [[-1, 18], 1, Concat, [1]], # cat head P3 # end [-1, 3, C3, [256, False]], # 24 (P3/8-small) [-1, 1, Conv, [256, 3, 2]], [[-1, 14], 1, Concat, [1]], # cat head P4 [-1, 3, C3, [512, False]], # 27 (P4/16-medium) [-1, 1, Conv, [512, 3, 2]], [[-1, 10], 1, Concat, [1]], # cat head P5 [-1, 3, C3, [1024, False]], # 30 (P5/32-large) [[21, 24, 27, 30], 1, Detect, [nc, anchors]], # Detect(P2, P3, P4, P5) ]

第三步,在终端中输入命令:python models/yolo.py --cfg=yolov5s-add-one-layer.yaml,按下Enter键运行后看到下面的效果 到这里就配置完成,可以进行训练了。

三、使用效果

我们看看添加一个层次后效果如何

原图 原网络推理 新网络推理

这里作者分别使用 yolov5s.yaml 与yolov5s-add-one-layer.yaml网络训练120轮,然后分别使用他们的best.pt模型进行推理。可以看到添加一层后,相对于原模型多检测出了三个口罩,而且对于原网络中检测错的人脸,其分类概率也更加正确了(图中是没有人脸的,所以概率越低越好)

最后,如果觉得本文对你有帮助,不妨动动小手点个赞,你的三连是作者更新的最大动力😊🌹

本文链接地址:https://www.jiuchutong.com/zhishi/298336.html 转载请保留说明!

上一篇:前端开发调式必备技能F12开发者工具之Elements(元素)面板,详细图解带流程【第一部分】(前端开发配置)

下一篇:[YOLOv7/YOLOv5系列算法改进NO.7]损失函数改进(yolov5s)

  • 车辆购置税的纳税义务发生时间为
  • 固定资产转让怎么做账
  • 合伙企业法人股东
  • 财务会计和预算会计是两套账吗
  • 开咨询费需要合同吗
  • 固定资产装修费用计入房产税吗
  • 其他业务收入冲应收账款
  • 向投资者支付的股息红利等权益性投资收益款项
  • 购货方要求退货合理吗
  • 项目清算组
  • 银联交易手续费
  • 简易征收一般纳税人可以收专票吗
  • 代开票的时候扣了城建税,申报的时候还需要填写吗?
  • 携程只有电子发票吗
  • 银行电子承兑如何撤回
  • 企业收到税前投资分红如何缴纳增值税?
  • 初级会计实务的心得体会
  • 税率抵扣计算公式
  • 人工费没有发票年度汇算调增需要进行调帐处理吗
  • windows10设备如何打开蓝牙
  • php处理json
  • 企业公益性捐赠扣除比例
  • 发票已到货未到会计处理
  • PHP:imagesetbrush()的用法_GD库图像处理函数
  • 在西伯利亚森林中是真实故事吗
  • php脚本工作流程
  • 固定资产可以直接入账吗
  • vue-introjs
  • conda操作
  • 此战成硕,我成功上岸西南交通大学了~~~
  • userpasswords
  • 发票纳税识别号和名称打印出来不齐怎么回事
  • php.ini上传限制
  • mongodb bi
  • 浏览器测试网页
  • 发票报销原因
  • 银行转账支付中是什么状态
  • 季度利润表是累计数吗
  • 微信支付宝等改观了人们的生活方式修改病句
  • 揭秘蒙娜丽莎25恐怖之处
  • sql优化口诀
  • 一般纳税人销售旧货
  • 小规模卖固定资产怎么开票
  • 小型微利企业免税销售额是多少
  • 安全生产费实际发生
  • 福利费发票可以抵扣进项税吗
  • 收到托收凭证怎么做分录
  • 发行价格另支付发行费用
  • 合同负债包括
  • 单位定期存款如遇利率调整,不论调高调低
  • 电商支付的刷单费怎样做记账凭证?
  • 货币资金里的其他货币资金
  • 子公司向母公司借钱
  • 现代服务业主要包括哪些类型
  • 发票管理办法实体法还是程序法
  • 可供分配利润的计算公式
  • 费用报销单如何审核
  • 跨月发票作废怎么做会计分录
  • sql server查询指定内容
  • 隔离模块与隔离模块如何连接?
  • win7用u盘怎么重装系统
  • 电脑找不到关机选项了怎么关机
  • mac命令行窗口怎么打开
  • 如何在linux
  • win7安装软件提示停止工作
  • 设置全局
  • cocos2dx 3.1 cpp版本转lua版本 mac
  • java timer
  • jquery九宫格抽奖
  • 人工智能最受欢迎的一门编程语言
  • shell脚本可以使用的引号
  • 页面滚动到底部
  • android 属性动画改变view大小
  • 利用Python中的turtle绘制乡村振兴
  • node.js deno
  • js菜鸟编程
  • javascript.
  • jquery弹出窗口
  • 企业所得税调整情况说明
  • 什么是从价计征,从量计征
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设