YOLO（You Only Look Once 就看一次）是一个实时的目标检测框架，目标图像通过全卷积神经网络（FCNN）快速检测出结果。是目前同类里最有名的框架之一
项目地址：https://github.com/ultralytics/yolov5.git
YOLO 的原始创建者 Joseph Redmon 在 2020 年 2 月份的时候宣布退出计算机视觉研究领域，他表示：无法忽视它在军事领域的应用以及给个人隐私带来的风险。因此，没有任何原始作者参与的 YOLOv4 和 YOLOv5 颇受争议
抛开这些恩恩怨怨，让我们看看 YOLOv5 是否如它宣称的一样优秀
- 测试环境：
- 硬件：CPU i9-10900k、GPU 2080s
- 软件：Python 3.8、CUDA 11.1
- 摄像输入：Pixel 2 XL 480×640 30FPS
选取了一段来自网络的视频，在另一台显示器上通过手机wifi实时拍摄传输给模型检验
- 对比结果：
- 使用 CPU 时 480×640 30FPS 单帧处理速度 约 0.140s
- 使用 GPU 时 480×640 30FPS 单帧处理速度 约 0.007s
其中使用 CPU 时，CPU 负载更高，而使用 GPU 明显更有余力
由于测试用手机无法再调大分辨率和帧数（会闪退），所以没有对比测试