Github高赞的YOLOv5引发争议？Roboflow和开发者这样说
新智元报道
新智元报道
来源：Roboflow
编辑：舒婷
【新智元导读】YOLOv5的发布备受关注，在多个社区引发热议。6月14日，Roboflow联合YOLOv5开发者，正面回应了Hacker News社区对于YOLOv5的质疑。
YOLOv5自发布之后就受到了许多关注，无论是Hacker News，Github还是Reddit，在各个机器学习有关的平台上都引发了广泛的讨论。当然，也不少用户对YOLOv5提出了各方面的质疑。
这些质疑主要围绕在两个方面：
1、该模型是否能被命名为YOLOv5？
2、Roboflow发布的最初基准测试是否准确且可重复？
针对以上两个问题，Roboflow汇总了YOLOv4作者Alexey Bochkovskiy和YOLOv5作者Glenn Jocher的想法，回应了有关YOLOv5的问题。
YOLOv5不再是YOLO？开发者们这样说
HackerNews社区中许多用户认为YOLOv5应该改名，不再属于YOLO系列。
赞同YOLOv5改名的支持者的观点大致如下：
Glenn Jocher并不是YOLO模型的原作者。
Glenn Jocher并没有发表论文。
现行的YOLOv5这个模型不是一个完备的模型。
回顾YOLO的发展，这个小而精致的模型从第一版开始就备受瞩目。
Joseph Redmon在2016年的一篇论文中，引入了YOLO最初版的模型。YOLO一出生便技惊四座。人们简直不敢相信小小体积的YOLO竟然能表现出如此超高的性能！简直就是实时条件和设备上部署环境的理想候选人。
历史的转折点发生在2020年2月，Redmon突然宣布退出计算机视觉研究！
大众此时都默认YOLOv3将是YOLO的最后一个版本。
但是，Glenn Jocher横空出世，在PyTorch中创建了最为大众接受的YOLOv3的实现。
2020年4月23日，Alexey Bochkovskiy、Chien-Yao Wang和Hong-Yuan Mark Liao推出了YOLOv4，展示了令人印象深刻的成果。这个模型甚至收到了Redmon的称赞。
然而，距离YOLOv4发布一个月多的时间，YOLOv5又进入了大众的视野。Glenn Jocher发布的YOLOv5有许多不同之处和改进。Glenn从YOLOv3开始就参与到模型搭建的工作，是YOLOv4中一个非常关键的技术「mosaic augmentation」的创建者。
看过YOLO的历史之后就发现，赞同改名者所陈述的确实是事实：Glenn并没有参与最初的YOLO创建，且成果未发表成论文，模型也并不完备。
但是，科研人员似乎应该更着眼于科研成果是否真切的改变了人们的生活，而不应该陷入「命名」的桎梏中，毕竟连在计算机视觉领域已经「退休」的Redmon都非常嘉许其他研究人员对于YOLO的改进。
正如Roboflow在Hacker News中所说的那样：
「我们只是机器学习和人工智能的「粉丝」。我们对这个领域的发展如此之快感到惊讶。在命名范畴，我们没有立场。我们的核心重点是帮助开发人员处理数据，构建任何模型，无论它是一个有名的模型与否。」
Roboflow表示会和Hacker News的各位积极沟通，以决定是否更换命名。
Roboflow：承认错误，正式摘要由Jocher在今年晚些时候发布！
显然，这样的数据及测试并不能替代关于COCO的正式基准测试。同时，针对YOLOv4和YOLOv5的比较也是建立在一个不完善的数据集上，因此结果可能不是全面的。
Roboflow在此次回应中也承认，对于YOLOv4和YOLOv5，在推理速度上的比较并不合理。
Glenn Jocher的YOLOv5正在积极开发中。同时，Jocher表示他计划在今年晚些时候发布YOLOv5摘要，这将是这个模型较为严格的一个质量评估报告。
参考链接：https://blog.roboflow.ai/yolov4-versus-yolov5/