yolo系列網(wǎng)絡在目標檢測領域取得了巨大的成功， 尤其是在工程實踐中， 以其出色的性能優(yōu)勢獲得了廣泛的應用落地。
YOLO的前3個版本是由同一個作者團隊出品， 算是官方版本。 之后的版本都是各個研究團隊自己改進的版本， 之間并無明顯的繼承關系。
其中v5和v8 版本由Ultralytics 公司出品， 該公司是領先的人工智能公司，以yolov5網(wǎng)絡出名。 該項目在github上獲得了極高的關注， 獲得了接近4.7萬star。
項目地址： https://github.com/ultralytics/yolov5
文章來源：http://www.zghlxwxcb.cn/news/detail-855526.html
| 版本 | 時間 | 主要改進 |
|---|---|---|
| YOLOv1 | 2016.05 | 首次提出 |
| YOLOv2 | 2016.12 | 1 采用BN; 2 采用448*448分辨率預訓練Imagenet; 3 去掉fc,采用全卷積； 4 采用anchor, 并采用k-means聚類選擇anchor的先驗尺寸; 5 添加一個旁路， 在更大的特征圖26*26上預測 6 多尺度訓練：每10batch 采用不同的輸入圖像尺寸，從320~608， 間隔32 ： 7 提出了Darknet-19 作為backbone |
| YOLOv3 | 2018.04 | 1 提出了Darknet-53 作為backbone; 2 采用了FPN |
| YOLOv4 | 2020.04 | 1 改進了backbone，提出CSPDarknet53， 并改進了SAM, PAN， BN等模塊; 2 數(shù)據(jù)增強：提出了Mosaci數(shù)據(jù)增強；提出了自對抗訓練SAT; 3 采用了CIoU作為loss; 4 采用Mish作為激活函數(shù)； 5 用進化算法調(diào)了超參數(shù) |
| YOLOv5 | 2020 | 待補充 |
| YOLOF | 2021.03 | |
| YOLOX | 2021.09 | |
| YOLOv7 | 2022.07 | |
| YOLOv6 | 2022.09 | |
| YOLOE | 2022.12 | |
| YOLOv8 | 2023 | |
| YOLOR | 2023.09 | |
| YOLOv9 | 2024.02 |
參考：
[1] https://blog.csdn.net/leonardotu/article/details/137372018文章來源地址http://www.zghlxwxcb.cn/news/detail-855526.html
到了這里，關于目標檢測網(wǎng)絡YOLO進化之旅的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！
