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

v5 (2020)

<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

image.png

</aside>

v4 → v5 바뀐 점

Architecture 부분

YOLOv4까지는 Darknet 기반의 backbone을 사용했지만 v5부터 Pytorch를 사용했다.

SPP(v4) vs. SPPF(v5)

image.png

**SPPF**는 기존의 SPP와 달리, 이전의 max pooling된 특징들을 다시 max pooling하여 반복 작업을 피하여 모듈의 실행 속도를 향상시켰다.

모델 부분

기존 YOLO 모델들과 달리, YOLOv5는 크기별로 (s, m, l, x) 나왔다.