Ultralytics Yolov5 权重与配置文件 更新至20200706.rar

简介：
本资源包包含Ultralytics团队更新至2020年7月6日的YOLOv5模型权重及配置文件，适用于计算机视觉任务中的目标检测研究和开发。 GitHub上的YOLOV5更新频繁，只有搭配yaml配置文件的权重才能使用。亲测2020年7月6日版本的权重和配置文件有效。相比前代模型，YOLOv5的速度更快，在运行Tesla P100 GPU的Colab笔记本中，每个图像的推理时间仅为0.007秒，相当于每秒处理140帧（FPS）。此外，YOLOv5体积更小：例如，YOLOv5 s版本的权重文件仅27MB；而基于Darknet架构的YOLOv4则有244MB。相比之下，YOLOv5比YOLOv4要小约90%。这意味着在部署到嵌入式设备时更加方便。另外，由于YOLOv5是使用PyTorch实现的，因此能够利用成熟的PyTorch生态系统带来的优势。