Yolov5同时进行目标检测和分割分割-Toy模板网

这篇具有很好参考价值的文章主要介绍了Yolov5同时进行目标检测和分割分割。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

基于yolov5(v6.0分支)的多任务检测和分割模型。

之前很早就萌生idea在yolov5基础上添加一个分割头用于语义分割，近期正好也有论文YLOLOP是这么做的.

这里基于yolov5最新分支修改，主要改动如下：

1 . 解耦头：实验在小数据集上有一定效果（map 1%+ ）,大数据集上提升不明显；

2. 类别权重：在长尾分布的数据集上提升较为明显.

3.添加分割头用于语义分割。

整体框架

Yolov5同时进行目标检测和分割分割

上图是在yolop模型上修改的，侵删。

整个模型分为三个部分：

1) backbone：这里使用yolov5骨干；

2）neck： panet；

3）head：检测头+分割头

检测头参考了YOLOX进行了解耦；针对不同数据和任务可能会有一定提升。

数据集

这里使用VOC数据集进行训练，具体的，检测训练集为VOC07+12的训练集，测试集为VOC07的测试集；分割使用VOC12的分割训练集，测试集为其测试集，主要是方便和SSD进行对比：

Yolov5同时进行目标检测和分割分割

使用yolov5s进行实验，输入也为512；设置训练300epoch；但是这里节省时间训练快到200 epoch停止：

model	VOC2007 test
SSD512	79.8
yolov5s+seghead(512)	79.2

Demo

Yolov5同时进行目标检测和分割分割

源码：https://github.com/midasklr/yolov5dshttps://github.com/midasklr/yolov5ds

参考：

1.[YOLOP: You Only Look Once for Panoptic Driving Perception](https://arxiv.org/abs/2108.11250)

2. GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLiteYOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite. Contribute to ultralytics/yolov5 development by creating an account on GitHub.https://github.com/ultralytics/yolov5文章来源地址https://www.toymoban.com/news/detail-449996.html

到了这里，关于Yolov5同时进行目标检测和分割分割的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！