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
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？从应用的角度来看，深度学习怎样快速入门？
如何评价微软提出的无监督视觉模型BEiT：ImageNet达到88.6，ADE20K达到57.0？
如何评价1700亿参数的GPT-3？
生成对抗网络的毕设怎么上手？
如何理解深度学习源码里经常出现的logits？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
如何评价 On Unifying Deep Generative Models 这篇 paper?
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
2021年深度学习在哪些应用上有实质进展？
相关的话题
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？在机器学习模型的训练期间，大概几十分钟到几小时不等，大家都会在等实验的时候做什么？
消融实验是什么？
有哪些令你印象深刻的魔改transformer？
2019年NeurIPS有哪些糟糕的论文？
为什么谈论深度学习工具时，很少有人讨论matlab的神经网络工具包？
训练过程中loss震荡特别严重，可能是什么问题？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
视觉Transformer如何优雅地避开位置编码？
为什么神经网络具有泛化能力？
Graph Attention Network的本质是什么？
神经网络的万能逼近定理已经发展到什么地步了？
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？
如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？
2021 年，深度学习方面取得了哪些关键性进展？
如何评价 PyTorch 团队推出的推荐系统库 TorchRec？
学生网络用知识蒸馏损失去逼近教师网络，如何提高学生网络的准确率？
CVPR2022 有什么值得关注的论文 ?
TensorFlow的自动求导具体是在哪部分代码里实现的？
2021年深度学习在哪些应用上有实质进展？
从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗？
神经网络为什么可以（理论上）拟合任何函数？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
为什么softmax很少会出现[0.5，0.5]？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
现在互联网公司还有做特征工程的工作吗？
教官辱骂新兵，是否有道理？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
目前 AI 在疾病的诊断和治疗上，有哪些成功的应用？
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？