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
为什么有的论文放出训练好的模型和测试脚本，但不开源训练代码？如何评价 BERT 模型？
Google 的神经网络生成图像 (Inceptionism) 是怎么做到的？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
机器学习，深度神经网络等方法是否是正确的方向？
为什么 Bert 的三个 Embedding 可以进行相加？
如何评价最近火热的对比学习，会引领预训练模型新的范式嘛?
机器学习能否用于综合评价？具体怎么操作？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
为何感觉“知识蒸馏”这几年没有什么成果？
相关的话题
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？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？
究竟什么是损失函数 loss function?
新智元提问：如何看待李飞飞高徒Karpathy加入特斯拉，主管人工智能部门？
如何理解深度学习中的deconvolution networks？
为什么 Bert 的三个 Embedding 可以进行相加？
如何评价深度学习相关顶级期刊论文难复现的问题？
NIPS 2018 有什么值得关注的亮点？
有哪些关于机器学习的真相还鲜为人知？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
如何评价PyTorch 0.4.0？
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?
如何评价论文「Stochastic Training is Not Necessary ...」?
如何看待阿里巴巴提出的 FashionAI 比赛？
有没有大佬可以指教我一下 keep 里的腹肌训练的顺序，入门，进阶和强化， 还有大概什么时候训练最好？
中国和美国谁能成人工智能领域的领军者？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
三维重建怎么入门？
视频中的目标检测与图像中的目标检测具体有什么区别？
围棋AI为什么没有下出同局？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
怎么短时间快速提高足球的球技？
算法岗位真的需要顶会才能入场吗？
resnet（残差网络）的F（x）究竟长什么样子？
CVPR 2019 有哪些值得关注的亮点？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
你有哪些deep learning（rnn、cnn）调参的经验？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
为什么机器学习解决网络安全问题总是失败?