#7 · 主分类: 计算机视觉
yolov5
基于PyTorch的Ultralytics YOLOv5,用于目标检测、实例分割、分类、训练和导出。
项目最后更新:08/28/26
GitHub Stars
57.9K
Forks数量
17.5K
贡献者数量
350
许可证
AGPL-3.0
收录理由
YOLOv5 是计算机视觉领域里一个相当成熟的 PyTorch 目标检测模型,经过多年实践检验,已经成为许多团队默认选用的方案。仓库里包含了完整的训练流程,你可以直接拿预训练权重在自己的标注数据上做微调,省去从零搭建检测逻辑的麻烦。模型导出方面支持 ONNX、TensorRT、CoreML 和 TFLite 等多种格式,训练好的模型要部署到边缘设备、手机应用或者生产环境的推理服务器上都比较顺畅。对于刚入门的人来说,这也是个不错的起点:代码结构清晰,文档写得扎实,网上教程和社区讨论非常多,遇到问题基本不会卡太久。如果团队只是需要一个能跑通的目标检测基线,预训练权重和现成的工作流能帮你省下大量前期准备的时间。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。