yolov5模型s,l,m,x的区别_yolov5 m

yolov5s

是什么？yolov5系列最小的模型，s是small。
适合什么情况下使用？适合在计算资源有限的设备上使用。如移动设备或边缘设备。
速度和准确率：速度最快，准确率最低。
输入分辨率：通常为640x640

# Parameters
nc: 80  # number of classes
depth_multiple: 0.33  # 控制模型的深度
width_multiple: 0.50  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32
1
2
3
4
5
6
7
8

yolov5m

是什么？yolov5系列中等的模型，m是medium。
适合什么情况下使用？适合有一定计算能力的设备。
速度和准确率：速度中，准确率中。

yolov5l

是什么？yolov5系列较大的模型，l是large。
适合什么情况下使用？适合较强计算能力的设备。
速度和准确率：速度慢，准确率较高。
输入分辨率：通常为896x896

之前用Yolonas的large版，3050显卡的设备连接网络摄像头进行检测，很卡。摄像头上面的时间，两秒左右才跳一下。所以该模型适合3050以上的显卡。

yolov5 l的yaml文件

# Parameters
nc: 80  # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32
1
2
3
4
5
6
7
8

yolov5x

是什么？这是 YOLOv5 系列中最大的模型。“x” 代表 “extra large”（超大）。
适合什么情况下使用？适用于需要极高准确度的任务，且具有强大计算能力（如 GPU）的设备。
速度和准确率：速度最慢，准确率最高。

YOLOv5n

YOLOv5n：这是 YOLOv5 系列中的一个变体，专为 Nano 设备（如 NVIDIA Jetson Nano）进行优化。YOLOv5n 在保持较快速度的同时，提供适用于边缘设备的准确度。