研究生毕业论文还能使用yolov5吗?

研二学生在读,马上研三,上学期定的开题目标是使用yolov5技术,结果现在yolov8都出来了,而且我之前定的开题的大概内容,最近已经有论文了,我现在很纠结,我害怕继续使用yolov5过不了,但是对于我这个非计算机专业的小菜菜来说,再从新学习一个网络实在是太不容易了,有没有家人遇到同样的问题啊。

可以啊,旧理论上新方法或者新理论套旧方法都算创新点。

其实跟版本问题不大,你可以放心使用,这两个差不多。提交题目时,你选择Yolo5代码提交就行啦
但注意,有的编译器比较严格,是过不了的,但大部分是ok的

不知道你这个问题是否已经解决, 如果还没有解决的话:
  • 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7689362
  • 这篇博客也不错, 你可以看下YOLOv5系列 2、使用yolov5识别自己的数据
  • 您还可以看一下 白老师老师的YOLOv5改进:添加注意力机制课程中的 准备自己的数据集小节, 巩固相关知识点
  • 除此之外, 这篇博客: 【零基础玩转yolov5】yolov5训练自己的数据集(最新最全版)中的 1. 划分训练集、验证集、测试集 部分也许能够解决你的问题。
  • 以下回答由chatgpt基于相关博客总结生成:

    回答:

    对于选择使用哪个版本的目标检测模型,可以根据以下几点考虑:

    1. 研究领域:首先要考虑你的研究领域是否与目标检测模型相关。如果最新的研究进展与你的研究领域高度相关,那么考虑使用最新版本的目标检测模型可能更有优势。如果领域相关性不高,使用较旧版本的目标检测模型可能也能满足需求。

    2. 效果和性能:对比最新版本与旧版本的目标检测模型,了解其在检测准确率、实时性、速度等方面的性能表现。根据你的需求和实验设置,选择版本。

    3. 开源社区和支持:查看相关的开源社区和论坛,了解该版本的目标检测模型在使用过程中的常见问题和解决方案,以及社区是否对其提供充分的支持。这将决定你在遇到问题时是否能得到帮助并加快解决问题的速度。

    4. 自身能力和时间:考虑你作为非计算机专业学生,重新学习一个新的网络模型所需要的时间和学习曲线。如果你已经在使用yolov5取得了良好的进展,并且时间紧迫,那么延续使用yolov5也是一种可行的选择。

    综上所述,根据你的个人情况,我建议你权衡利弊后做出选择。如果你已经在使用yolov5获得了满意的结果,或者觉得学习新的网络模型会耗费过多时间和精力,那么继续使用yolov5是一个合理的选择。


如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^