:::tips 对比实验：
我觉得可以参照博客里面别人引用的对比实验，进行相同的操作，例如：别人使用center-net，我们也使用相同的网络，数据集换成咱们的就可以。
思路：
1.咱们的数据集划分成了两块，一块是采用了着色网络进行上色之后再标注，一块是没有使用着色网络进行上色标注，这里就可以做一个对比实验，两块数据集，放到我们自己的网络中，对比效果。（这里有待商榷，因为从我角度出发，着色网络只是给我们提供数据支撑，扩充数据集才用到）
2.参照yolo论文、yolo官方图中所使用到的网络，去github上找找这些网络的代码，拿下来换成我们自己的数据跑一下，就可以了
3.数据集标注这块，现在所使用的数据集有4000张图片，扩充到7000以上，就可以了 :::

Yolov5s

:::info 参数：
weights: weights/yolov5s.pt
cfg: models/yolov5s.yaml
data: dataSet/clothes.yaml
hyp: data/hyps/hyp.scratch.yaml
epochs: 300
batch_size: 64 ::: image.png

Yolov5m

:::info 参数：
weights: weights/yolov5m.pt
cfg: models/yolov5m.yaml
data: dataSet/clothes.yaml
hyp: data/hyps/hyp.scratch.yaml
epochs: 300
batch_size: 16 ::: image.png

Yolov5l

:::info 参数：
weights: weights/yolov5l.pt
cfg: models/yolov5l.yaml
data: dataSet/clothes.yaml
hyp: data/hyps/hyp.scratch.yaml
epochs: 300
batch_size: 16 ::: image.png

Yolov5x

:::info 参数：
weights: weights/yolov5x.pt
cfg: models/yolov5x.yaml
data: dataSet/clothes.yaml
hyp: data/hyps/hyp.scratch.yaml
epochs: 300
batch_size: 16 ::: image.png

Yolov5s6

:::info

:::

Yolov5m6

:::info

:::

Yolov5l6

:::info

:::

Yolov5x6

:::info

:::