YOLOv5

YOLOv5 특징

• v5는 pytorch로 작성되었다.
• ultralytics에서 논문, 보고서 없이 코드만 배포

구조

• v4와 유사
  
• focus layer, bottlenectCSP 등의 차이 존재.

class Focus

fine-grained features 의 결과가 크게 다르지 않다는 결론.

• grained 전인 size=6, stride=2 와
• grained 된 size=3 은 큰 차이 없다.

class C3

class Bottleneck -> BottleneckCSP -> C3

• 조건문에 따라 연속적으로 계산되는 부분. Conv2(Conv1(x))
• 코드가 더 간소화 되었다.
• 정확성 강조에서 다각화(simple, fast, light)로 바뀌었다. 

class SPPF

SPP -> SPPF

• SPP
• 5x5, 9x9, 13x13 max pool -> concat
  
  
• SPPF
• 5x5 *(5x5) > 1x1 
• 9x9 *(5x5) > 5x5 *(5x5) > 1x1
• 13x13 *(5x5) > 9x9 *(5x5) > 5x5 *(5x5) > 1x1

모델 스케일링 기법

• Yolo v5의 모델 버전 간 차이 존재
  
  
• 버전별로 Depth(layer수)와 Width(channel수)의 차이를 둠
• 환경에 맞게 모델을 선택해서 사용하도록 지원
   
  
• head 종류 다양화
• head가 3개인 것과 4개인 것을 모두 지원.
  
  
• 목적 다양화
• classification, segmentation 각각 head 지원