基于yolov5全系列模型【n/s/m/l/x】开发构建汉字检测识别系统，调整图像尺寸分别对别416x416和640x640不同分辨率下的性能结果

news2025/10/31 10:02:02

汉字检测对我来说不是什么新鲜的内容了，因为早在之前的时候就已经有开发过相关的项目了，感兴趣的话可以自行移步阅读即可：

《基于轻量级YOLOv5开发构建汉字检测识别分析系统》

《基于轻量级目标检测模型实现手写汉字检测识别计数》

《超轻量级目标检测模型Yolo-FastestV2基于自建数据集【手写汉字检测】构建模型训练、推理完整流程超详细教程》

今天这里主要是想以汉字检测为契机，基于416x416和640x640两种不同分辨率的数据集开发构建yolov5全系列的五款模型来对比分析模型性能。

首先看小效果图：

 接下来看下数据集，数据集由实验仿真生成，如下所示：

YOLO格式标注数据文件如下所示：

 VOC格式数据标注文件如下所示：

 这里一共构建了包含20个汉字的数据集，当然了，后面想自己实现手写英文或者是数字检测的话，也都是同样的思路的，这里就不再赘述了，在我之前的文章中也都是有实例的。

接下来看下对应五款模型的设置：

【n】

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 20  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.25  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# Backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# Head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

 【s】

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 20  # number of classes
depth_multiple: 0.33  # model depth multiple
width_multiple: 0.50  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

#Backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

#Head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

【m】

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 20  # number of classes
depth_multiple: 0.67  # model depth multiple
width_multiple: 0.75  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# Backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# Head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

【l】

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 20  # number of classes
depth_multiple: 1.0  # model depth multiple
width_multiple: 1.0  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# Backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# Head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

【x】

# YOLOv5 🚀 by Ultralytics, GPL-3.0 license

# Parameters
nc: 20  # number of classes
depth_multiple: 1.33  # model depth multiple
width_multiple: 1.25  # layer channel multiple
anchors:
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# Backbone
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# Head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

超参数的话都使用的默认的配置，首先我们来看在416x416分辨率下模型的结果对比情况：

【F1值曲线】

 【loss曲线】

 【Precision曲线】

 【Recall曲线】

 接下来我们来看下提升分辨率后在640x640条件下模型的对比情况，如下所示：

【F1值曲线】

 【loss曲线】

 【precision曲线】

 【recall曲线】

 综合对比来看：分辨率的提升部分结果是有所上升的，但并非所有的结果都是上升的，这个跟原始实验仿真数据比较理想是有关系的。

接下来我们以640x640为例看下详情结果：
【n】

 【s】

 【m】

 【l】

 【x】

 不拿看到：由于仿真实验数据的理想性，这里不同系列的模型呈现出来的性能差异是不明显的，不过这并不是说明模型性能差异不明显只是在当前的数据场景下没有体现出来优势而已。

下面是一些实例结果：

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/567216.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

港联证券|港股拥抱特专科技企业 内资券商“修炼内功”蓄势而为

港联证券|港股拥抱特专科技企业 内资券商“修炼内功”蓄势而为

港股市场新一轮改革举措渐次落地。特别是港交所推出特专科技公司上市机制，吸引符合资格的科技企业申请赴港上市，成为这一轮港股市场改革的“重头戏”。 作为香港资本市场的重要参与者，内资券商立足香港、背靠内地、辐射全球，走出一…
阅读更多...
万国数据财报：股价暴跌51%，盈利能力下滑，万国数据前景黯淡

万国数据财报：股价暴跌51%，盈利能力下滑，万国数据前景黯淡

来源：猛兽财经 作者：猛兽财经 收入增长前景 万国数据（GDS）在3月中旬发布2022财年财务业绩时，为该公司提供了2023财年全年的收入指引。考虑到市场对万国数据的预期和其股价历史表现，猛兽财经认为&#xff0…
阅读更多...
【zmq】ZeroMQ安装与入门案例

【zmq】ZeroMQ安装与入门案例

😏★,:.☆(￣▽￣)/$:.★ 😏 这篇文章主要介绍ZeroMQ的使用。 学其所用，用其所学。——梁启超 欢迎来到我的博客，一起学习知识，共同进步。 喜欢的朋友可以关注一下，下次更新不迷路&…
阅读更多...
java原生LinkedList详解

java原生LinkedList详解

java原生LinkedList详解 实际上在IDEA,JDK环境下的LinkList底层就是一个双向链表，由于链表没有将元素存储在连续的空间中，元素存储在单独的节点中，然后通过引用将节点连接起来了，因此在在任意位置插入或者删除元素时，…
阅读更多...
DMA控制两路DAC同时输出指定波形

DMA控制两路DAC同时输出指定波形

0. 实验目标 使用 DMA 控制 DAC1 和 DAC2 同时输出不一样的波形，实验平台STM32F407ZG 1. 原理部分 1.1 DMA DMA 全称为：Direct Memory Access，即直接存储器访问。DMA 传输方式无需 CPU 直接控制传输，也没有中断处理方式那样保…
阅读更多...
mycat2主从配置实现读写分离

mycat2主从配置实现读写分离

mycat2主从配置实现读写分离 在https://blog.csdn.net/zhangxue_wei/article/details/130840504基础上继续搭建 1.创建mycat数据源，可以在navcat里直接执行 1.1读数据源m1 /* mycat:createDataSource{"dbType":"mysql","idleTimeout&qu…
阅读更多...
Cisco Secure Web Appliance Virtual 15.0 发布 - 适用于网络安全的思科高级威胁防护

Cisco Secure Web Appliance Virtual 15.0 发布 - 适用于网络安全的思科高级威胁防护

Cisco Secure Web Appliance Virtual, AsyncOS for WSA 15.0.0 LD 请访问原文链接：https://sysin.org/blog/cisco-secure-web-appliance-15/，查看最新版。原创作品，转载请保留出处。 作者主页：sysin.org Cisco Secure Web Appli…
阅读更多...
Windows Server 2022 中文版、英文版下载 (updated May 2023)

Windows Server 2022 中文版、英文版下载 (updated May 2023)

Windows Server 2022 中文版、英文版下载 (updated May 2023) Windows Server 2022 正式版，2023 年 5 月更新 请访问原文链接：https://sysin.org/blog/windows-server-2022/，查看最新版。原创作品，转载请保留出处。 作者主页&a…
阅读更多...
西南交通大学智能监测 培训课程练习1

西南交通大学智能监测 培训课程练习1

2023.05.24培训 task1：ER的用法、对应数据库的设计 task2：熟悉数据库基本操作、使用Navicat 目录 一、E-R图是什么 二、E-R图的组成要素 三、E-R图绘制 四、E-R图实例 4.1E-R图转换到关系模式 4.2具体数据表设计 五、Mysql基础操作 5.1操作数据库…
阅读更多...
燃料电池系统控制技术的演进

燃料电池系统控制技术的演进

背景 随着环保意识的不断提高，对清洁能源的需求也日益增加。燃料电池作为一种高效、低污染的清洁能源，受到了广泛关注和重视。与传统燃烧发电相比，燃料电池具有高效、无污染、静音等优点，可以成为未来清洁能源的主要来源之一。 …
阅读更多...
docker拉取镜像报错Error response from daemon: Get https://registry-1.docker.io/v2/:

docker拉取镜像报错Error response from daemon: Get https://registry-1.docker.io/v2/:

阅读前请看一下：我是一个热衷于记录的人，每次写博客会反复研读，尽量不断提升博客质量。文章设置为仅粉丝可见，是因为写博客确实花了不少精力。希望互相进步谢谢！！ 文章目录 阅读前请看一下：我是…
阅读更多...
chatgpt赋能python：Pythonshutil.move：一个强大的文件移动工具

chatgpt赋能python：Pythonshutil.move：一个强大的文件移动工具

Python shutil.move：一个强大的文件移动工具 文件的移动和重命名是我们日常工作中经常会碰到的操作之一。Python的shutil模块提供了很多方便的工具，其中shutil.move是其中一个强大的工具，可以在文件系统中移动和重命名文件。在本文中&#x…
阅读更多...
chatgpt赋能python：Python模型保存的完整指南：如何保存和加载模型

chatgpt赋能python：Python模型保存的完整指南：如何保存和加载模型

Python模型保存的完整指南：如何保存和加载模型 介绍 Python是一个十分强大的编程语言，它的简单易用的语法和丰富的库使其成为了机器学习开发者的首选。在机器学习领域，我们经常需要训练和保存模型，以便在实际应用中使用。本文将…
阅读更多...
SpringCloud:(图书预约的操作)

SpringCloud:(图书预约的操作)

借阅图书的操作主要是添加借阅记录： 在这张表上添加记录，并在t_book这张表上扣除库存的操作 下面我们开始进行操作： 首先我们创建t_borrow表的实体类在book项目中： package com.laosan.book.entity;import lombok.Data;import j…
阅读更多...
成都PMP培训机构有推荐的吗？

成都PMP培训机构有推荐的吗？

PMP考试是不是必须要报班？自学可以考试吗？不需要报班的话，自学难度大吗？成都PMP培训机构有推荐的吗？ 首先，PMP考试并非必须要报班，自学也可以考试。但是需要注意的是，PMP考试难度较大…
阅读更多...
Centos7.9基于Kubeasz部署k8s 1.27.1高可用集群

Centos7.9基于Kubeasz部署k8s 1.27.1高可用集群

一：kubeasz 的介绍 kubeasz 致力于提供快速部署高可用k8s集群的工具, 同时也努力成为k8s实践、使用的参考书； 基于二进制方式部署和利用ansible-playbook实现自动化；既提供一键安装脚本, 也可以根据安装指南分步执行安装各个组件。 kubea…
阅读更多...
简单分享在微信上扫码点餐小程序怎么做

简单分享在微信上扫码点餐小程序怎么做

目前市场上有很多扫码点餐的小程序系统，制作方法有三种： 1、使用微信商家推出的扫码点餐小程序，上传营业执照和食品经营许可证就可以开通使用，然后上传自己的菜品信息就可以了，功能相对比较简单。 2、购买餐饮系统公司…
阅读更多...
java链表——LinkList详解

java链表——LinkList详解

LinkList详解 注：在学习LinkList之前可以先去看一下我的另一篇博客单链表的定义及其模拟实现——java https://editor.csdn.net/md/?articleId130642627，有助于本博客的理解 ArrayList和LinkedList的区别 LinkList模拟实现 定义三个类：MyL…
阅读更多...
数据中台建设浪费，数据分析系统如何设计，听听 Gartner 怎么说

数据中台建设浪费，数据分析系统如何设计，听听 Gartner 怎么说

2023 年数据分析趋势：数据即业务、从平台到生态、以人为中心 作者 | 宋慧 出品 | CSDN 云计算 数据的价值被越来越多的行业用户看到。不过各种数据系统百花齐放，前几年关于数据中台的讨论仍然众说纷纭。国际研究机构 Gartner 持续对数据分析市场做了调研…
阅读更多...
动态规划-数位DP

动态规划-数位DP

数字游戏 题目 链接：https://www.acwing.com/problem/content/1084/ 科协里最近很流行数字游戏。 某人命名了一种不降数，这种数字必须满足从左到右各位数字呈非下降关系，如 123 123 123， 446 446 446。 现在大家决定玩一个游…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023