YOLO 是一种快速紧凑的开源对象检测模型，与其它网络相比，同等尺寸下性能更强，并且具有很不错的稳定性，是第一个可以预测对象的类别和边界框的端对端神经网络。YOLO 家族一直有着旺盛的生命力，从YOLO V1一直到”V5“，凭借着不断的创新和完善，一直被计算机视觉工程师作为对象检测的首选框架之一。
YOLO v5 模型的头部与之前的 YOLO V3 和 V4 版本相同。
- 它比 YOLOv4 小 88%（27 MB vs 244 MB）
- 它比 YOLOv4 快 180%（140 FPS vs 50 FPS）
- 它在同一任务上大致与 YOLOv4 一样准确（0.895 mAP vs 0.892 mAP）
其性能是现今最先进的对象检测技术之一，并在推理速度上是目前最强。
为此，咕泡科技现邀请到「人工智能实战专家 - 唐宇迪博士」，专为深度学习的同学开设了「深度学习缺陷检测实战篇」。课程将会结合源码与真实数据集展开项目实战，全方位读缺陷检测项目与科研流程。
内容仅截选部分，在「深度学习缺陷检测实战训练营」中 , 将帮助同学们快速掌握AI领域两大核心模块：检测与分割，并基于真实数据集进行项目实战。
