目标检测YOLOv5:640与1280分辨率效果对比

Posted zstar-_

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了目标检测YOLOv5:640与1280分辨率效果对比相关的知识,希望对你有一定的参考价值。

概述

YOLOv5-5.0版本的四个预训练权重输入的图片尺寸固定为640x640。
但是在YOLOv5-6.1版本,多了几个例如yolov5l6.pt末尾带6的预训练权重,这几个权重是在更大分辨率1280x1280进行训练的。
因此我想在自己的电脑上测试一下相同的数据集从640x640到1280x1280效果会有多少提升。
原本是想在VisDrone数据集上进行对比测试,然后当换用更大分辨率之后,即使batch_size减为1,依然面临显存不足的问题。
于是我使用了自己的数据集,采用yolov5l模型,跑了100个epoch,mAP效果如下表所示:

算法mAP@.5mAP@.5:.95
yolov5(640)95.6%67.6%
yolov5(1280)98.7%75.7%

注:自己的数据集样本量不多,并且目标较稀疏,因此mAP比较高。

从表中可以看出,换用更大尺寸的分辨率之后,mAP指标还是有明显提升的。
下面是Result.png
yolov5(640):

yolov5(1280):

如图所示,可以看到yolov5(1280)的收敛速度更快一些。

以上是关于目标检测YOLOv5:640与1280分辨率效果对比的主要内容,如果未能解决你的问题,请参考以下文章

目标识别YOLOv5针对小目标检测的改进模型/添加帧率检测

目标检测算法——YOLOv5/YOLOv7改进之结合SPD-Conv(低分辨率图像和小目标涨点明显)

如何使用Django 结合WebSocket 进行实时目标检测呢?以yolov5 为例,实现:FPS 25+ (0: 系统简介与架构)

主屏参数 480×800像素(WVGA) 1280×720像素(720P) 那个好

Pyqt搭建YOLOV5目标检测界面

如何使用django 结合websocket 进行实时目标检测呢?以yolov5 为例