引言：
在深度学习的应用，许多领域的知识开始互通起来，目标检测也不例外。
目标检测、目标分割、目标跟踪、目标识别之间藕断丝连的感觉，总也说不清其中的区别，总之相信 具体问题具体分析 这句话能够解决所有问题。（具体问题具体分析这句话是马克思主义基本原理中的原话，现在才发现是多么的重要！！！）
1.首先谈一下YOLO-v5s网络的作用
YOLO网络作为目标检测的开山巨作，无论是在检测精度上，还是在检测速度上，都具有良好的性能，尤其相比于其它网络（这里的其它代表：Fast-RCNN、Faster-RCNN等，不包含在他之后的检测网络）怎么说呢！一个技术的发展总是由初始状态慢慢地成长，逐步走向高级的层次，目标检测网络也不例外。
2.YOLO网络的来源
yolo网络是一个大家族，从V1版本发展到目前的V5版本。其中经历了许多，同时这个团队也克服了许多问题，一直不断地寻求最优目标检测模型网络，在速度、准确率上每一个版本都在原来的基础上提高了许多，成为目前研究者、学者常用的目标检测网络模型，他们的付出是巨大的，贡献也是如此。
在看过YOLO网络源码的小伙伴梦相信也知道，其实YOLO网络见解了Fast-RCNN、Faster-RCNN等许多目标检测网络的优秀之处。例如IOU值、nms、损失函数的优化问题等。
简单看一下YOLO网络模型与其他版本模型权重之间的对比，从而直观的理解其性能的优越性，对比图如下所示：
预测一张图片在速度上的耗费对比
不同权重的检测性能的不同（个人最喜欢s版本）
3.YOLO 网络的结构
1》结构图：
待续。。。
欢迎小伙伴梦一起探讨学习，我们一起去学习，努力，拼搏！！！
如果喜欢，送me个小红花吧！
see you again ! ! !