detect: weights=yolov5s.pt, source=0, data=data/coco128.yaml, imgsz=[640, 640], conf_thres=0.25, iou_thres=0.45, max_det=1000, device=, view_img=False, save_txt=False, save_conf=False, save_crop=False, nosave=False, classes=None, agnostic_nms=False, augment=False, visualize=Fals...
然而,当我们查看IOU=.5(或图表中的AP50)中的mAP的“旧”检测度量时,YOLOv3非常强。它几乎可以与RetinaNet相媲美,也远远高于SSD的变体。这表明YOLOv3是一个非常强的检测器,擅长为物体制作像样的框。然而,随着IOU阈值的增加,性能显著下降,这表明YOLOv3正在努力使方框与对象完美对齐。 在过去,YOLO一直在与小物体作...