我们可以通过Netron可视化YOLO V5及V4的网络结构，但是你会发现YOLO V5的网络结构非常简洁，而且YOLO V5 s，m，l，x四种模型的网络结构是一样的。 原因在于 Ultralytics 通过 depth_multiple，width_multiple 两个参数分别控制模型的深度以及卷积核的个数。

实验室研二师妹说她在yolo-v5里面加了transformer网络是什么水平？ 实验室一个师妹做人体3d姿态异常行为检测的，研究半年，组会上宣称在yolo-v5里面加入了transformer网络，并涨了4个点，有没有cv大佬评价…

近年来，目标检测取得了显著进展，尤其是随着深度学习的快速发展。目标检测器（如Faster R-CNN，YOLO，和SSD）在自然图像数据集（如MS COCO，Pascal VOC）上取得了卓越成果。然而，它们在航拍图像上的表现，在准确性和效率方面尚未达到满意水平。

在yolo v4中，作者仅仅使用了pan模块，在pan中的卷积操作为一般卷积操作。 而在YOLO V5中，PAN中的卷积操作换为了CSP。 如图，上图为YOLO V4中的PAN模块，下图为YOLO V5的CSP-PAN模块。

知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于 2011 年 1 月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命。知乎凭借认真、专业、友善的社区氛围、独特的产品机制以及结构化和易获得的优质内容，聚集了中文互联网科技、商业、 …

为什么我在用yolov5训练自己数据集的时候，会识别不到标签，数据集是yolo格式，标签是txt格式？ 2 个回答 如何得到改动后YOLOv4网络的预训练权重？

yolo v5借鉴了yolo v4的修改版panet结构。 PANET 通常使用自适应特征池将相邻层 加 在一起，以进行掩模预测。 但是，当在YOLO v4中使用PANET时，此方法略麻烦，因此，YOLO v4的作者没有使用自适应特征池添加相邻层，而是对其进行 Concat 操作，从而提高了预测的准确性。

然后你做答辩的时候，评委老师会说“yolo都已经到v8了，你为什么还用yolov5呢？ ”然后你可能会说“在我的任务上YOLOV5具有更好的表现，具备更高的泛化性能”，评委老师接下来就会对你进行无限的询问（比如为什么性能差？

yolo通常使用步长为2的常规3×3标准卷积，同时实现空间下采样（从h × w到h/2 × w/2）和通道变换（从c到2c）。 这引入了不可忽视的计算成本 O(9/2 HWC^2) 和参数计数 O(18C^2) 。

我去年写的大论文，今年一月末送盲审被批为什么不用v8，我怀疑那个专家直接上网搜了 yolo ，看到v8就把浏览器关了，没看每个版本什么时候出的，答辩时候又被批了一顿为什么不用v8，我觉得这些专家根本不懂每个版本之间的差异，我每次都要解释v8是今年刚出来的，专家还一直说v5都不 …