| 버전 | 성능 (AP) | 속도 |
|---|---|---|
| v4 | 43.5% (COCO) | 65 fps (V100) |
| v5 | 50% (COCO) | 93 fps (RTX4090) |
| v8 | 53.9% (COCO) | 78 fps (T4) |
| v9 | 55.6%(COCO) | 73 fps (T4) |
| v10 | 54.4%(COCO) | 94 fps(T4) |
| v11 |
<aside> 📎
backbone을 depth multiple과 width multiple을 기준으로 하여 크기별로 YOLOv5 s, m, l, x로 나눈다.
<aside> 📌
Architecture
Backbone: CSPDarknet53 (New)
Neck: SPPF, PANet
Head: YOLOv4

</aside>
YOLOv4까지는 Darknet 기반의 backbone을 사용했지만 v5부터 Pytorch를 사용했다.
SPP(v4) vs. SPPF(v5)

**SPPF**는 기존의 SPP와 달리, 이전의 max pooling된 특징들을 다시 max pooling하여 반복 작업을 피하여 모듈의 실행 속도를 향상시켰다.
기존 YOLO 모델들과 달리, YOLOv5는 크기별로 (s, m, l, x) 나왔다.