Help us understand the problem. What is going on with this article?

YOLOの各バージョンについてまとめ(2020年7月27日時点)

Chapters

📘 Chapter #0 YOLOとは
📘 Chapter #1 環境設定
📘 Chapter #2 アノテーション
📘 Chapter #3
 📗 Chapter #3-1 YOLOv3 Keras版実装
 📗 Chapter #3-2 YOLOv3 Darknet版
📘 Chapter #A
 📗 Chapter #A-1 YOLOの各バージョンについてまとめ
 📗 Chapter #A-2 YOLOv3 Keras版実装に関して関連記事のまとめ
 📗 Chapter #A-3 ONNX変換・確認ライブラリ、アプリケーションまとめ


TL;DR

  • 2020年7月27日時点でのYOLOの各バージョンについてまとめます。誤記等あればご指摘いただけると助かります。

目次

1. YOLOv1 発表:2016年5月
2. YOLOv2 発表:2017年12月
3. YOLOv3 発表:2018年4月
4. YOLOv4 発表:2020年4月
5. YOLOv5 発表:2020年6月9日

内容

1. YOLOv1

1.1. 公式サイト、リポジトリ

公式サイト(Darknet実装)
https://pjreddie.com/darknet/yolov1/

1.2. 概要

2016年5月にJoseph Redmonによって発表された。リアルタイム物体検出(Object Detection)の最大の進化の1つといえる。

1.3. 参考

2. YOLOv2

2.1. 公式サイト、リポジトリ

公式サイト(Darknet実装)
https://pjreddie.com/darknet/yolov2/

2.2. 概要

2017年12月、YOLOv1の作者(Joseph Redmon)が別のバージョンを発表した。

2.3. 参考

3. YOLOv3

3.1. 公式サイト、リポジトリ

公式サイト(Darknet実装)
https://pjreddie.com/darknet/yolo/
リポジトリ(Darknet実装)

リポジトリ(keras版実装)

リポジトリ(PyToach版実装)

YOLOv5 作者 Glenn Jocherによる実装

3.2. 概要

2018年4月にYOLOv1、v2の作者が共著(Joseph Redmon, Ali Farhadi)で発表した。YOLOの最も人気のあるバージョンとなる。(YOLOv1の作者が最後にかかわったバージョンとなるため、一部の人々は、YOLOv3を「最後のYOLO」と考えている。)

また、keras版実装PyToach版実装も提案されている。PyToach版実装は、YOLOv5の作者であるGlenn Jocherが実装している。

3.3. 参考

4. YOLOv4

4.1. 公式サイト、リポジトリ

リポジトリ(Darknet実装)

4.2. 概要

2020年4月、Alexey BochkovskiyがYOLOv4を論文付きで発表した。Joseph Redmon, Ali Farhadiは第一線から下がったため、誰かが引き継ぐ必要があった。Joseph Redmonも実装に費やした仕事量を称賛し、「私がどう思うかは問題ではない」と述べている。

YOLOv5 作者 Glenn Jocherが関与しているモザイクデータの増強などが含まれており、論文では謝辞が述べられている。

YOLOv3と比較しても平均精度が高く、同一の精度なら高いFPSを出すことができる。

image.png

出典:https://arxiv.org/pdf/2004.10934.pdf

4.3. 参考

5. YOLOv5

5.1. 公式サイト、リポジトリ

リポジトリ(PyToach実装)

5.2. 概要

2020年6月9日にGlenn Jocherによりリリースされた。

この実装はいくつかの点で以前とは異なる。まず、公式の論文はまだ発表されていない(今年論文を発表する計画を述べている)。また、PyToachで実装しており、YOLOv4以前と異なりDarknetを活用していない。

Joseph Redmonが関わっていないことからネーミングについては論争がある。

YOLOv4と同じく、モザイクデータの増強などが含まれているとみられ、効率的で高い精度の学習を行うことができると思われる。

リポジトリによれば、YOLOv4と比較してもより高いFPSで効率的な精度と記載されている。

image.png

出典:https://github.com/ultralytics/yolov5

5.3. 参考

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away