为什么yolov5从零开始训练（不在ImageNet上预训练）能够达到如此高的性能？ 第1页
1
na-tiao-mei-you-ren-de-jie 网友的相关建议:
1.大量的数据增强：颜色变换，仿射变换，mosaic等；
2.增加正样本的方法，邻域匹配的思想，以前yolo系列都是单个网格产生落在该网格的目标，现在有上、下、左、右（根据中心点位置选择2个）和中间网格对该目标进行预测，正样本数量大大增加，所以整体训练收敛比较快；
3.形状shape对正样本选择；
4.邻域匹配的思想改变了xy的编解码，正样本选择的基础上改变了wh的编解码，原来是e指数乘anchor，现在是sigmoid乘上anchor；
5.loss方面：obj loss，giou / ciou loss，不同特征图上的iou loss权重大小，focal loss等；
6.训练方面：ema，warmup，余弦学习率衰减，超参搜索等；
7.网络结构方面等。
1
相关话题
如何理解空洞卷积（dilated convolution）？为什么yolov5从零开始训练（不在ImageNet上预训练）能够达到如此高的性能？
为什么现在有这么多人工智能无用论？
ICML2020有哪些值得关注的工作?
如何评价 MSRA 最新的 Deformable Convolutional Networks？
GAN生成的数据没有标签怎么用来训练分类模型？
OpenAI 发布文字生成图像工具 DALL·E 2，它的画作水平如何？从技术角度如何评价它的能力？
机器学习，深度神经网络等方法是否是正确的方向？
如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
如何理解 Swin Transformer 和 Vision Transformer不同任务上的差异？
相关的话题
如何评价小米开源的移动端深度学习框架MACE？transformer中的Q,K,V到底是什么？
如何评价 BERT 模型？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。
2019年，计算机视觉领域，你推荐哪些综述性的文章？
深度学习中，模型大了好还是小了好呢？
为什么最近几年 FPGA 变得越发受大家重视了？
如何评价哈工大的左旺孟老师？
如何评价Momenta ImageNet 2017夺冠架构SENet?
如何评价基于游戏毁灭战士（Doom）的AI死亡竞赛大赛结果？
如何评价FAIR提出的ConvNeXt：CNN匹敌Swin Transformer?
为什么读论文最好打印出来读？
2021 年了，TensorFlow 和 PyTorch 两个深度学习框架地位又有什么变化吗？
如何评价 DeepMind 公司？
如何看待人工智能领域的很多专家认为「人工智能将对人类存亡造成威胁」的观点？
深度学习火热兴起后，隐马尔可夫模型（HMM）还有何独到之处，是不是几乎可被深度学习模型给替代了？
如何评价谷歌用30亿数据训练的20亿参数ViT-G/14模型在 ImageNet 达到新的 SOTA？
OpenAI 发布文字生成图像工具 DALL·E 2，它的画作水平如何？从技术角度如何评价它的能力？
计算流体力学（CFD）里应用注意力机制（attention）是否可行？
如何评价微软正在开发的人工智能编程软件 DeepCoder？
如何看待 2014 年以来计算机视觉（Computer Vision）界创业潮？
Batch normalization和Instance normalization的对比？
目标检测算法中Two-stage算法速度慢,到底在哪里?
为什么softmax很少会出现[0.5，0.5]？
DeepMind 团队中有哪些厉害的人物和技术积累？
AMD 开源高性能机器智能库MIopen是否可以和cuDNN抗衡？
ICLR 2021 有什么值得关注的投稿？
如何评价2020年计算机视觉顶会CVPR投稿量破万的现象？
如何看待人工智能领域的很多专家认为「人工智能将对人类存亡造成威胁」的观点？