- 1首起针对国内金融企业的开源组件投毒攻击事件_组件投毒 数据库
- 2项目体检（Health Check）升级上线
- 3Mac系统安装及配置python_macbook如何安装python2
- 4python读程序写结果-31.Python：文件读写
- 5Git+TortoiseGit详细安装教程（HTTP方式）_tortoisegit http
- 6Python的日志输出_python日志输出到文件
- 7Springboot+Vue项目-基于Java+MySQL的图书馆管理系统(附源码+演示视频+LW)
- 8阅读小车循迹论文笔记：灰度传感器、仿生处理器、路径跟踪机制（）_灰度传感器原理图
- 9SIDE：开启研发新的颠覆式的开发体验
- 10Flask-SQLAlchemy的使用（详解）_flask sqlalchemy options
基于YOLOv5的目标检测系统详解（附MATLAB GUI版代码）_yolov5 coco.names
赞
踩
摘要：本文重点介绍了基于YOLOv5目标检测系统的MATLAB实现，用于智能检测物体种类并记录和保存结果，对各种物体检测结果可视化，提高目标识别的便捷性和准确性。本文详细阐述了目标检测系统的原理，并给出MATLAB的实现代码、预训练模型，以及GUI界面设计。基于YOLOv5目标检测算法，在界面中可以选择各种图片、文件夹、视频进行检测识别。博文提供了完整的MATLAB代码和使用教程，适合新入门的朋友参考，完整代码资源文件请转至文末的下载链接。
基于YOLOv5的目标检测系统演示与介绍-MATLAB GUI版
1. 引言
撰写这篇博客的初衷是分享YOLOv5目标检测算法的实现与应用，为大家提供实践指南。感谢粉丝们的支持。这里我非常鼓励读者深入理解背后原理，发挥创造力，进行探索与尝试，而不是简单地套用现成的解决方案。期待在未来的技术交流中，共同进步与成长。本博客内容为博主原创，相关引用和参考文献我已在文中标注，考虑到可能会有相关研究人员莅临指导，博主的博客这里尽可能以学术期刊的格式撰写，如需参考可引用本博客格式如下：
[1] 思绪无限. 基于YOLOv5的目标检测系统详解[J/OL]. CSDN, 2023.05. https://wuxian.blog.csdn.net/article/details/130472314.
[2] Wu, S. (2023, May). A Comprehensive Guide to Object Detection System Based on YOLOv5 [J/OL]. CSDN. https://wuxian.blog.csdn.net/article/details/130472314.
目标检测作为计算机视觉领域的一个重要研究方向，旨在从图像或视频中检测并识别特定物体（Ren et al., 2015）[1]。近年来，随着深度学习技术的发展，卷积神经网络（CNN）在目标检测领域取得了显著成果。R-CNN（Girshick et al., 2014）[2]是第一个将卷积神经网络应用于目标检测的方法，该方法首先使用选择性搜索生成物体候选框，然后使用CNN对候选框进行特征提取，最后通过支持向量机进行分类。R-CNN相较于传统方法在目标检测任务上取得了较好的性能，但计算速度较慢，无法实现实时检测。
为解决R-CNN速度问题，Girshick提出了Fast R-CNN（Girshick, 2015）[3]。Fast R-CNN通过引入RoI池化层，将物体候选框的特征提取与分类进行联合训练，大幅提高了检测速度。然而，Fast R-CNN仍依赖于选择性搜索生成物体候选框，导致检测速度仍有待提升。Faster R-CNN（Ren et al., 2015）[1]进一步改进了Fast R-CNN，通过引入区域提议网络（RPN），实现了物体候选框生成与特征提取的端到端学习。Faster R-CNN在保持较高精度的同时，取得了更快的检测速度。SSD（Liu et al., 2016）[4]是另一个流行的目标检测方法，通过在不同尺度的特征图上进行检测，实现了对不同尺度物体的高效检测。SSD在速度与精度上达到了较好的平衡，但在小物体检测上性能略逊于Faster R-CNN。
YOLO（You Only Look Once，Redmon et al., 2016）[5]系列算法凭借其实时性和准确性在目标检测领域受到广泛关注。YOLO将目标检测任务视为回归问题，通过单次前向传播实现目标的位置与类别预测。YOLOv2（Redmon and Farhadi, 2017）[8]通过改进网络结构与训练策略，在保持实时性的同时进一步提高了检测精度。YOLOv3（Redmon 和 Farhadi, 2018）[9]采用了多尺度特征融合，引入了类别与物体性（objectness）分离的策略，提高了小物体检测性能。YOLOv4（Bochkovskiy et al., 2020）[7]在YOLOv3的基础上，融合了多种最新的目标检测技术，如CSPNet、PANet和SPP，进一步提高了检测精度与速度。YOLOv5（Bochkovskiy et al., 2020）[6]作为最新版本，在YOLOv4的基础上进行了架构优化，实现了更高的精度与更快的速度。
虽然目前已经有许多基于YOLOv5的目标检测应用，但多数针对特定领域，缺乏统一、易用的界面。因此，本博客将介绍一种基于YOLOv5的目标检测系统，使用MATLAB实现，并提供图形化用户界面（GUI）以便于用户进行交互操作。本博客的贡献点如下：
- 提供了一个基于YOLOv5的通用目标检测系统，支持不同领域的目标检测任务；
- 详细介绍了MATLAB实现的原理，包括预处理、模型加载、预测、结果可视化等；
- 提供了一个易用的GUI界面，支持图片检测、批量检测、视频检测以及调用摄像头检测；
- 允许用户更换不同的网络模型，以满足不同任务的需求；
- 结果可视化方面，通过界面直观显示检测结果，便于用户分析。
2. 系统界面演示效果
本节将介绍基于YOLOv5的目标检测系统的图形化用户界面（GUI）功能及演示效果。
（1）选择图片检测：用户可以通过文件选择对话框选择一张图片进行目标检测。系统会自动将图片调整为合适的尺寸，并将结果显示在GUI界面上。结果包括物体的类别、置信度以及边界框。
（2）选择文件夹批量检测：用户可以选择一个文件夹进行批量检测。系统会自动处理文件夹中的所有图片，并将检测结果记录在下方的表格中。输出结果包括带有边界框和类别标签的图片。
（3）选择视频检测：用户可以选择一个视频文件进行目标检测。系统会对视频中的每一帧图像进行目标检测，并将检测结果实时显示在GUI界面上。同时，用户可以选择将检测结果保存为视频文件。
（4）调用摄像头检测：用户可以使用系统内置的摄像头进行实时目标检测。系统会捕捉摄像头的视频流，并对每一帧图像进行目标检测。检测结果将实时显示在GUI界面上。
（5）更换不同网络模型：系统支持用户更换不同的YOLOv5网络模型。用户可以根据自己的需求，选择合适的模型进行检测。不同的模型在精度和速度上可能存在差异。
（6）通过界面显示结果和可视化：系统的GUI界面提供了直观的结果展示和可视化功能。用户可以清晰地查看检测到的物体、边界框、类别以及置信度。
3. 检测过程代码
首先，创建一个名为Detector_YOLOv5的类，它封装了执行目标检测的所有方法。以下是类的主要组成部分：
属性（Properties）：类的属性定义了检测器所需的信息，例如类别名称（COCO数据集中的80个类别）、权重文件、置信度阈值、非极大值抑制（NMS）阈值和各类别的颜色；方法（Methods）：类的方法定义了实现目标检测的功能。构造函数（Detector_YOLOv5）在初始化时加载预训练的YOLOv5模型。detect方法对给定的图像执行目标检测，代码还包括一些常量属性。
classdef Detector_YOLOv5 <handle properties cocoNames = {'person'; 'bicycle'; 'car'; 'motorbike'; 'aeroplane';'bus';... 'train'; 'truck'; 'boat'; 'traffic light'; 'fire hydrant'; ... 'stop sign'; 'parking meter'; 'bench'; 'bird'; 'cat'; 'dog';... 'horse'; 'sheep'; 'cow'; 'elephant'; 'bear'; 'zebra'; ... 'giraffe'; 'backpack'; 'umbrella'; 'handbag'; 'tie'; ... 'suitcase'; 'frisbee'; 'skis'; 'snowboard'; 'sports ball'; ... 'kite'; 'baseball bat'; 'baseball glove'; 'skateboard'; ... 'surfboard'; 'tennis racket'; 'bottle'; 'wine glass'; ... 'cup'; 'fork'; 'knife'; 'spoon'; 'bowl'; 'banana'; ... 'apple'; 'sandwich'; 'orange'; 'broccoli'; 'carrot';... 'hot dog'; 'pizza'; 'donut'; 'cake'; 'chair'; 'sofa'; ... 'pottedplant'; 'bed'; 'diningtable'; 'toilet'; ... 'tvmonitor'; 'laptop'; 'mouse'; 'remote'; ... 'keyboard'; 'cell phone'; 'microwave'; 'oven'; ... 'toaster'; 'sink'; 'refrigerator'; 'book'; 'clock';... 'vase'; 'scissors'; 'teddy bear'; 'hair drier'; 'toothbrush' } ; cocoNames_Chinese = {'人';'自行车'; '汽车'; '摩托车'; '飞机'; '公共汽车'; '火车'; ... '卡车'; '船'; '交通灯'; '消防栓'; '停车标志'; '停车收费表'; ... '长凳'; '鸟'; '猫'; '狗'; '马'; '羊'; '牛'; '大象'; '熊'; ... '斑马'; '长颈鹿'; '背包'; '手提包'; '领带'; '手提箱'; '飞盘'; ... '飞盘'; '雪橇'; '单板滑雪板'; '运动球'; '风筝'; '棒球棒'; ... '棒球手套'; '滑板'; '冲浪板'; '网球拍'; '瓶子'; '酒杯'; '杯子'; ... '叉'; '刀'; '勺子'; '碗'; '香蕉'; '苹果'; '三明治'; '橙子'; ... '西兰花'; '胡萝卜'; '热狗'; '披萨'; '甜甜圈'; '蛋糕'; '椅子'; ... '沙发'; '盆栽植物'; '床'; '餐桌'; '马桶'; '电视'; '笔记本电脑'; ... '鼠标'; '遥控器'; '键盘'; '手机'; '微波炉'; '烤箱'; '烤面包机'; ... '水槽'; '冰箱'; '书'; '时钟'; '花瓶'; '剪刀'; '泰迪熊'; '吹风机'; ... '牙刷'} class_names = []; weights = []; throushHold = 0.3; % 阈值 nmsThroushHold = 0.5; % nms阈值 colors = []; % 各类别颜色 end properties(Constant) input_size = [640,640]; % 输入尺寸 website = {'CSDN: https://wuxian.blog.csdn.net/'; 'Bilibili: https://space.bilibili.com/456667721'; 'Zhihu: https://www.zhihu.com/people/sixuwuxian'; 'CnBlog: https://www.cnblogs.com/sixuwuxian/'}; author = '思绪无限'; wechat = '公众号：AI技术研究与分享'; end end
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
接下来，详细介绍detect方法的实现[10]：
- 图像预处理：输入图像被调整为YOLOv5所需的尺寸（例如，640x640像素），然后将其归一化并调整维度以适应模型输入要求。
- 模型推理：将预处理后的图像传递给networks_yolov5sfcn函数，该函数使用预训练的YOLOv5模型计算预测结果。
- 后处理：根据预设的置信度阈值筛选预测结果。使用非极大值抑制（NMS）来合并重叠的边界框。
- 结果输出：将预测结果（边界框、分数和类别标签）返回给调用者。
methods % 方法块开始 %构造函数，特点也是和类同名 function obj = Detector_YOLOv5(model, model_fcn) if nargin == 2 % 导入模型 obj.colors = randi(255, length(obj.cocoNames),3); obj.weights = importONNXFunction(model, model_fcn); obj.class_names = categorical(obj.cocoNames_Chinese); % 类别标签 end end % 成员方法，执行预测 function [bboxes, scores, labels] = detect(obj, image) % 使用YOLOv5进行预测 % 预处理图像 [H,W,~] = size(image); image = imresize(image, obj.input_size); image = rescale(image, 0, 1);% 转换到[0,1] image = permute(image,[3,1,2]); image = dlarray(reshape(image,[1,size(image)])); % n*c*h*w，[0,1],RGB顺序 if canUseGPU() image = gpuArray(image); end % 模型推理 [labels, bboxes] = networks_yolov5sfcn(image, obj.weights,... 'Training',false,... 'InputDataPermutation','none',... 'OutputDataPermutation','none'); % 后处理: 阈值过滤+NMS if canUseGPU() labels = gather(extractdata(labels)); bboxes = gather(extractdata(bboxes)); end [maxvalue,idxs] = max(labels,[],2); validIdxs = maxvalue>obj.throushHold; % nms indexes = idxs(validIdxs); predictBoxes = bboxes(validIdxs,:); predictScores = maxvalue(validIdxs); predictNames = obj.class_names(indexes); predictBboxes = [predictBoxes(:,1)*W-predictBoxes(:,3)*W/2,... predictBoxes(:,2)*H- predictBoxes(:,4)*H/2,... predictBoxes(:,3)*W,... predictBoxes(:,4)*H]; % 结果输出 [bboxes,scores,labels] = selectStrongestBboxMulticlass(predictBboxes,... predictScores,... predictNames,... 'RatioType','Min',... 'OverlapThreshold', obj.nmsThroushHold); end end % 方法块结束
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
这里给出如何使用Detector_YOLOv5类对图像进行目标检测。首先加载模型，然后创建检测器实例。接着，读取图像，执行检测并可视化结果（在图像上绘制边界框、类别标签和置信度）。最后，将标注后的图像保存到文件。这里讲解如何使用已经训练好的YOLOv5 ONNX模型进行目标检测。首先加载模型并创建检测器实例：
model = './yolov5s_no.onnx'; % 模型位置
yolov5 = Detector_YOLOv5(model, 'networks_yolov5sfcn');
- 1
- 2
首先，定义模型文件的路径，这里使用了预训练好的YOLOv5 ONNX模型。接着，利用Detector_YOLOv5类创建一个检测器实例。networks_yolov5sfcn是一个MATLAB导入的ONNX模型的函数，用于实现YOLOv5模型的前向传播。下面读取待检测的图像：
image_path = './test_/000328.jpg';
image = imread(image_path);
- 1
- 2
指定待检测图像的路径，并使用imread函数读取图像。使用检测器进行目标检测：
tic
[bboxes, scores, labels] = yolov5.detect(image)
fprintf('预测时间: %0.2f s',toc);
- 1
- 2
- 3
调用detect方法对读取的图像进行目标检测。detect方法返回三个输出：边界框（bboxes）、置信度得分（scores）和类别标签（labels）。同时，使用tic和toc函数计算检测所需的时间。绘制检测结果并保存标注后的图像：
annotations = string(labels) + ": " + string(round(scores*100)) + '%';
[~, ids] = ismember(labels, classesNames);
labelColors = colors(ids,:);
labeled_image = insertObjectAnnotation(image,'rectangle',bboxes,...
cellstr(annotations),...
'Font','华文楷体', ...
'FontSize', 18, ...
'color', labelColors,...
'LineWidth',2);
imshow(labeled_image);
imwrite(labeled_image, 'labeled_image.png'); % 保存标记的图片
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
将检测结果（类别标签、置信度得分和边界框）添加到图像上。首先，为每个检测到的目标生成一个包含类别标签和置信度的字符串（annotations）。然后，根据类别标签确定对应的颜色。接着，使用insertObjectAnnotation函数将检测结果绘制到图像上，并使用imshow函数显示标注后的图像。最后，使用imwrite函数将标注后的图像保存到文件。
4. 系统实现
本节将详细介绍基于YOLOv5的目标检测系统的设计框架和实现方法。系统主要分为两个部分：预测部分和图形用户界面(GUI)部分。预测部分主要包括图片、文件夹分类、模型更换等功能。GUI部分则包含各种操作按钮和可视化结果展示。在设计GUI界面时，需要考虑如下几个方面：
- 界面布局：设计一个清晰、易于使用的界面布局，便于用户进行各种操作。
- 功能实现：实现用户在界面上执行的各种操作，例如选择图片、文件夹分类、模型更换等。
- 可视化结果展示：将检测结果以图形或文本的形式展示在界面上，便于用户查看和分析。
基于以上要求，可以设计一个包含以下功能的GUI界面：
- 选择图片检测：用户可以通过点击按钮选择一张图片进行目标检测。
- 选择文件夹批量检测：用户可以选择一个文件夹，对文件夹中的所有图片进行目标检测。
- 选择视频检测：用户可以选择一个视频文件，对视频中的每一帧进行目标检测。 调用摄像头检测：用户可以使用摄像头实时进行目标检测。
- 更换不同网络模型：用户可以在多个预训练模型之间进行切换，以满足不同场景的需求。
- 通过界面显示结果和可视化：将检测结果以图形或文本的形式展示在界面上。
为了实现上述功能，可以使用MATLAB的App Designer工具来创建GUI界面。App Designer是一个基于MATLAB语言的交互式开发环境，可以方便地设计和创建具有各种功能的图形用户界面。以下是使用App Designer创建的基于YOLOv5的目标检测系统的GUI界面实现步骤：
打开MATLAB，选择App Designer工具创建一个新的项目。
- 在设计界面中添加各种组件，例如按钮、文本框、图像框等。设置组件的属性和样式，以满足界面设计要求。
- 编写各个组件的回调函数，实现相应的功能。例如，点击“选择图片检测”按钮时，弹出文件选择对话框，让用户选择一张图片进行检测；点击“调用摄像头检测”按钮时，启动摄像头并实时显示检测结果。
- 在回调函数中调用YOLOv5目标检测算法，获取检测结果，并将结果显示在界面上。例如，将检测到的目标用矩形框标记，并在图像框中显示；将检测到的目标类别和置信度以文本的形式显示在文本框中。
- 根据需要，添加其他功能和组件，例如模型切换功能。在界面中添加一个下拉菜单，列出可用的预训练模型。当用户在下拉菜单中选择一个模型时，更新回调函数中的模型参数，以使用新的模型进行检测。
- 完成界面设计和功能实现后，保存并运行项目。在运行界面中测试各个功能，确保功能正常运行并满足需求。
对于需要进一步优化的功能，可以在App Designer的代码视图中进行修改和调整。例如，优化检测算法的性能，提高实时检测的帧率；调整界面布局，使其更美观易用。
通过以上步骤，可以实现一个基于YOLOv5的目标检测系统的GUI界面。用户可以通过界面方便地选择图片、文件夹或视频进行目标检测，并在界面上查看和分析检测结果。同时，用户还可以根据不同场景的需求，切换不同的预训练模型进行检测。
5. 结果分析和优化建议
在本节中，将对YOLOv5目标检测算法的检测结果进行分析，并提出一些建议以优化其性能。
结果分析：通过使用预训练的YOLOv5模型进行目标检测，可以观察到以下特点
- 检测速度：YOLOv5具有较快的检测速度，这对于实时应用非常重要。尤其是在GPU加速的情况下，检测速度可以达到实时水平。
- 准确性：YOLOv5的检测准确性相对较高，可以在各种场景中准确检测出目标物体。然而，在一些复杂场景中，例如目标遮挡、小目标和低分辨率情况下，检测性能可能会受到影响。
- 通用性：YOLOv5能够检测多达80个类别的目标，具有较高的通用性。然而，对于一些特定的应用场景，可能需要在特定的数据集上进行微调，以提高检测性能。
针对YOLOv5目标检测算法的特点，提出以下优化建议：
模型微调：为了提高YOLOv5在特定应用场景的检测性能，可以在相关数据集上对模型进行微调。通过在有限的训练数据上进行微调，模型可以更好地适应新的场景，从而提高检测准确性。
数据增强：在训练过程中，使用数据增强技术可以提高模型的泛化能力。例如，可以使用图像旋转、缩放、翻转、裁剪等方法扩充训练集。数据增强有助于模型学习到更多的特征，提高检测性能。
模型融合：在一些复杂场景下，可以考虑将多个检测模型进行融合，以提高检测准确性。例如，可以将YOLOv5与其他目标检测算法（如Faster R-CNN、SSD等）进行融合，综合利用各自的优势，提高整体检测性能。
多尺度检测：针对不同尺寸的目标，可以考虑使用多尺度检测策略。通过将输入图像调整到不同的尺寸，可以在不同的尺度上进行目标检测，从而提高检测准确性。
根据实际应用场景的需求，可以对YOLOv5进行一定程度的调整以满足特定场景的要求：
自定义类别：根据实际应用需求，可以对YOLOv5进行修改，以检测特定类别的目标。这需要重新训练模型，使其能够识别和检测自定义类别的物体。
减小模型规模：为了适应边缘设备（如移动设备、嵌入式设备等）上的计算能力限制，可以考虑减小YOLOv5模型的规模。通过降低模型的层数、通道数等参数，可以降低模型的计算复杂度，提高在边缘设备上的运行速度。需要注意的是，这可能会对检测性能产生一定影响。
模型压缩和优化：为了进一步提高模型在边缘设备上的运行速度和内存占用，可以采用模型压缩和优化技术，如模型剪枝、模型量化等。这些方法可以降低模型的计算复杂度和内存占用，提高运行速度，但可能对检测性能产生一定影响。
实时检测优化：在进行实时目标检测时，可以考虑采用滑动窗口、跟踪等技术，减少重复检测区域，提高检测速度。此外，还可以结合场景信息，对感兴趣区域进行优先检测，从而提高检测效率。
下载链接
若您想获得博文中涉及的实现完整全部程序文件（包括测试图片、视频，mlx, mlapp文件等，如下图），这里已打包上传至博主的面包多平台，见可参考博客与视频，已将所有涉及的文件同时打包到里面，点击即可运行，完整文件截图如下：
在文件夹下的资源显示如下图所示：
注意：该代码采用MATLAB R2022a开发，经过测试能成功运行，运行界面的主程序为Detector_UI.mlapp，测试视频脚本可运行test_yolov5_video.py，测试摄像头脚本可运行test_yolov5_camera.mlx。为确保程序顺利运行，请使用MATLAB2022a运行并在“附加功能管理器”（MATLAB的上方菜单栏->主页->附加功能->管理附加功能）中添加有以下工具。
完整资源中包含数据集及训练代码，环境配置与界面中文字、图片、logo等的修改方法请见视频，项目完整文件下载请见参考博客文章里面，或参考视频的简介处给出：➷➷➷
参考博客文章：https://www.cnblogs.com/sixuwuxian/p/17372362.html
参考视频演示：https://www.bilibili.com/video/BV1ro4y1w75j/
6. 总结与展望
本文详细介绍了YOLOv5目标检测算法的原理、网络结构及其在实际应用中的优化方法。YOLOv5作为一个高效、实时的目标检测算法，在各种场景中都表现出较好的性能。首先介绍了YOLOv5的背景知识，包括YOLO系列算法的发展历程和YOLOv5相较于前代算法的改进。接着，详细阐述了YOLOv5的网络结构和损失函数设计，并通过实际代码实现展示了如何使用YOLOv5进行目标检测。最后，讨论了针对实际应用场景的优化方法，以提高YOLOv5在各种场景中的目标检测能力。总的来说，YOLOv5是一个值得学习和应用的目标检测算法。通过对其进行一定程度的调整和优化，可以使其更好地满足实际应用场景的需求，提高目标检测的效果和效率。
结束语
由于博主能力有限，博文中提及的方法即使经过试验，也难免会有疏漏之处。希望您能热心指出其中的错误，以便下次修改时能以一个更完美更严谨的样子，呈现在大家面前。同时如果有更好的实现方法也请您不吝赐教。
参考文献
[1] Ren, S., He, K., Girshick, R., & Sun, J. (2015). Faster R-CNN: Towards real-time object detection with region proposal networks. Advances in Neural Information Processing Systems, 28, 91-99.
[2] Girshick, R., Donahue, J., Darrell, T., & Malik, J. (2014). Rich feature hierarchies for accurate object detection and semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 580-587.
[3] Girshick, R. (2015). Fast R-CNN. Proceedings of the IEEE International Conference on Computer Vision, 1440-1448.
[4] Liu, W., Anguelov, D., Erhan, D., Szegedy, C., Reed, S., Fu, C. Y., & Berg, A. C. (2016). SSD: Single shot multibox detector. European Conference on Computer Vision, 9905, 21-37.
[5] Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real-time object detection. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 779-788.
[6] Bochkovskiy, A., Wang, C. Y., & Liao, H. Y. M. (2020). YOLOv5: An improved real-time object detection model. arXiv preprint arXiv:2006.05983.
[7] Bochkovskiy, A., Wang, C. Y., & Liao, H. Y. M. (2020). YOLOv4: Optimal speed and accuracy of object detection. arXiv preprint arXiv:2004.10934.
[8] Redmon, J., & Farhadi, A. (2017). YOLO9000: Better, faster, stronger. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 7263-7271.
[9] Redmon, J., & Farhadi, A. (2018). YOLOv3: An incremental improvement. arXiv preprint arXiv:1804.02767.
[10] https://github.com/cuixing158/yoloX-yoloV5-onnx-matlab
