yolov5为什么不被官方认可

对于YOLOv5的命名发布这么大的争议的原因是:Ultralytics公司在开源YOLOv5的代码时,未发布经过同行评议的YOLOv5论文。
主要原因就是YOLOv5的license是GPL协议(GPL30),而Kaggle不允许使用GPL协议的项目参赛。
那么今天就来普及一下这些开源软件协议。软件开源是许多软件企业需要关注的问题,不同的开源软件协议,对应不同的源代码使用限制。
只有了解这些开源软件协议,才能更好地使用和回馈开源软件,否则就有可能触犯法律。

Nvidia RTX 3060
Ubuntu 1604
CUDA 111
cuDNN 820
torch 1101+cu111
torchvision 0112+cu111
YOLOv5搭建及训练自己的数据集，请参考另一篇文章： >yolov5是一种现代的物体检测算法，用torch编写，除此之外，它还具有速度快、精度高、易于安装和使用的特点。
就准确率而言，yolor 与 yolov5 相比最好，因为 yolor 的平均平均准确率从 (54%) 开始，到 68% 结束。而在 yolov5 中，平均精度从 35% 开始，到 55% 结束，但是 yolor 以模型大小（1280）提供的结果，而 yolov5 以模型大小（640）提供的结果，所以如果将两者进行比较在相同大小的情况下，与 yolor 相比，Yolov5 的结果要好得多。
对象检测技术被广泛用作工业中许多应用程序的后端，包括桌面和 Web 应用程序。它也是许多计算机视觉任务的支柱，包括对象分割、对象跟踪、对象分类、对象计数等。在现代，每个人对任何应用程序的目标是，“应用程序必须易于使用，需要更少的处理时间并提供最佳结果” 。

卷积神经网络。
当下YOLO最新的卷积神经网络YOLOv5是完全基于PyTorch实现的，现版本的YOLOv5每个图像的推理时间最快0007秒，即每秒140帧（FPS），但YOLOv5的权重文件大小只有YOLOv4的1/9。

---