[AI] YOLOv5와 YOLOv4의 차이점

YOLOv5와 YOLOv4의 차이점

---

포스트 난이도: HOO_MIDDLE

[Notice] 포스트 난이도에 대한 설명

---

 

# YOLOv5

Open CV로 더 유명한 YOLO 아키텍처의 새로운 버전인 YOLOv5가 Data science 개발자들 사이에서 인기를 끌고 있다.

여러 가지 안 좋은 소문도 있지만 결과적으로는 기존에 비해 다양한 방식을 통한 업데이트로 사물 인식을 강화했다는 점은 사실이다.

물론 이 점에 있어서도 획기적인 방법을 통해 YOLO 버전을 업데이트했다는 점에서 의문을 제시하는 사람들이 많지만 필자 입장에서는 사용하기 편한 Pytorch 기반으로 만들어졌다는 점에서 충분히 만족스럽다.

네이밍이 옳고 그른 문제는 필자보다 뛰어나신 분들이 해결할 문제이고 필자는 해피하게 프로그래밍을 할 뿐이다.

 

# YOLOv5의 차이점

YOLOv5의 대표적인 차이점 또는 기술적 특징이라고 보면, K mean anchors, genetic learning algorithms, pytorch가 대표적인 큰 특징이라고 볼 수 있다.

우선은 YOLOv5는 파이 토치 기반으로 작동한다는 점이 큰 변화이다.

따라서 YOLOv5로 Tensorflow 기반으로 작동이 불가능한 것은 아니지만 Pytorch 환경에서 사용하라고 만들걸 굳이 바꿔가면서 사용할 필요는 없어 보인다.

(물론 필자의 경우에는 Project 때문에 Tensor flow를 무조건 사용해야 한다.)

YOLOv5를 Tensorflow 환경에서 사용을 할 수 있다면 하면 되지만 필자의 경우에는 이전 버전을 사용하는 것을 추천한다.

두 번째로는 K mean anchors와 genetic learning algorithms으로 기존 YOLO 버전에서 한 단계 진화되었다는 게 개발자 주장이다.

이로 인해 사물 인식 또는 Image detecting에 대한 속도가 이전 버전에 보다 좋아졌다고 발표하고 있지만 개발자들 사이에서는 부정적인 의견도 나온다.

Anyway, 실무에서 YOLOv5를 사용할 계획이라면 파이토치 기반하에 사용하면 된다는 것이다.

만약에 필자처럼 텐서플로우만을 사용해야 한다면, YOLOv4를 사용하는 것도 효율적인 선택일 수 있다.

---