概述
YOLOv5-5.0版本的四个预训练权重输入的图片尺寸固定为640x640。
但是在YOLOv5-6.1版本，多了几个例如yolov5l6.pt末尾带6的预训练权重，这几个权重是在更大分辨率1280x1280进行训练的。
因此我想在自己的电脑上测试一下相同的数据集从640x640到1280x1280效果会有多少提升。
原本是想在VisDrone数据集上进行对比测试，然后当换用更大分辨率之后，即使batch_size减为1，依然面临显存不足的问题。
于是我使用了自己的数据集，采用yolov5l模型，跑了100个epoch，mAP效果如下表所示：
算法 | mAP@.5 | mAP@.5:.95 |
|---|---|---|
yolov5(640) | 95.6% | 67.6% |
yolov5(1280) | 98.7% | 75.7% |
注：自己的数据集样本量不多，并且目标较稀疏，因此mAP比较高。
从表中可以看出，换用更大尺寸的分辨率之后，mAP指标还是有明显提升的。 下面是Result.png yolov5(640)：
yolov5(1280)：
如图所示，可以看到yolov5(1280)的收敛速度更快一些。
