yolov5 master 源码

该存储库代表了Ultralytics对未来对象检测方法的开源研究,并结合了我们在以前的YOLO存储库上在自定义客户端数据集上训练成千上万个模型而获得的经验教训和最佳实践。 所有代码和模型都在积极开发中,如有更改或删除,恕不另行通知。 使用风险自负。 ** GPU速度使用批处理大小为32的V100 GPU测量超过5000张COCO val2017图像的平均每张图像的端到端时间,包括图像预处理,PyTorch FP16推理,后处理和NMS。 来自EfficientDet数据(批量大小为8)。 2020年8月13日: :nn.Hardswish()激活,数据自动下载,本机AMP。 2020年7月23日: :改进了模型定义,培训和mAP。 2020年6月22日: 更新:新机头,减少了参数,提高了速度,并提高了mAP 。 2020年6月19日: 作为新的默认设置,可用于更小的检查点和更快的