Comparing YOLOv5 Variants for Vehicle Detection: A Performance Analysis

要約

車両の検出は、交通および自動運転車両の管理において重要なタスクです。
この研究では、さまざまな環境での車両検出を目的とした、5 つの YOLOv5 バリアント (YOLOv5n6s、YOLOv5s6s、YOLOv5m6s、YOLOv5l6s、YOLOv5x6s) の比較分析を提供します。
この研究は、照明、遮蔽、天候などのさまざまな条件下で、自動車、バス、トラック、自転車、オートバイなどのさまざまなタイプの車両を検出する際のこれらのモデルの有効性を評価することに焦点を当てています。
精度、リコール、F1 スコア、平均平均精度などのパフォーマンス メトリクスは、各モデルの精度と信頼性を評価するために利用されます。
YOLOv5n6s は、特に自動車の検出において、精度と再現率の優れたバランスを示しました。
YOLOv5s6s と YOLOv5m6s では再現率が向上し、関連するすべてのオブジェクトを検出する能力が向上しました。
YOLOv5l6s は容量が大きいため、特に自動車の検出では堅牢なパフォーマンスを提供しましたが、オートバイと自転車の識別には適していませんでした。
YOLOv5x6s はバスと自動車の認識には効果的でしたが、オートバイ クラスでは課題に直面しました。

要約(オリジナル)

Vehicle detection is an important task in the management of traffic and automatic vehicles. This study provides a comparative analysis of five YOLOv5 variants, YOLOv5n6s, YOLOv5s6s, YOLOv5m6s, YOLOv5l6s, and YOLOv5x6s, for vehicle detection in various environments. The research focuses on evaluating the effectiveness of these models in detecting different types of vehicles, such as Car, Bus, Truck, Bicycle, and Motorcycle, under varying conditions including lighting, occlusion, and weather. Performance metrics such as precision, recall, F1-score, and mean Average Precision are utilized to assess the accuracy and reliability of each model. YOLOv5n6s demonstrated a strong balance between precision and recall, particularly in detecting Cars. YOLOv5s6s and YOLOv5m6s showed improvements in recall, enhancing their ability to detect all relevant objects. YOLOv5l6s, with its larger capacity, provided robust performance, especially in detecting Cars, but not good with identifying Motorcycles and Bicycles. YOLOv5x6s was effective in recognizing Buses and Cars but faced challenges with Motorcycle class.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google