参考了:
美团:
https://github.com/meituan/YOLOv6
华为:
https://github.com/huawei-noah/Efficient-Computing/tree/master/Detection/Gold-YOLO
最近抽了时间 再次看了yolo，总结一句就是 写得太复杂。 可能是yolo模型不给力，所以加了 各种技巧，但是写得真不是人看的，特老复杂的。 特别吐槽一下，市面上的yolo，发现了别一个特别严重的问题：别人是拼了命的整成框架，我是拼了命从框架整回原始。 我已经整到半了，不整了。 丫的，谁爱整谁整去。
ultralytics/yolov5 也是很坑，我尝试修改:https://github.com/gg22mm/yolo5_test_v1 ， 预训练模型中还带的路径，导致想简化都简化不了，一定按它的目录来。 非常大的模型烙印 模型钢印。 这个是做shen? 没有图片分割，图象分类，关键点检测等常用功能......
loss也写得真复杂！