resnet，resnet和yolo区别

ResNet，ResNet和YOLO区别

1.1 残差学习

ResNet相比普通网络每两层间增加了短路机制，形成残差学习，使得ResNet错误率很低，仅为3.6%。

2.1 端到端目标检测

YOLO算法采用一个单独的卷积层神经网络模型实现端到端的目标检测，是目前为止最先进的目标检测算法。

3.1 国际影响

YOLO算法影响了目标检测领域，但是残差学习却是影响整个深度学习领域的。

4.1 网络结构

YOLOv5是基于单阶段检测器的算法，网络结构比较简单，主要由卷积层和池化层组成，没有复杂的结构。