百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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。




  

相关话题

  为何以范剑青老师的 Sure Independence Screening 为代表的筛选法没有流行呢? 
  如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」? 
  DeepMind 团队中有哪些厉害的人物和技术积累? 
  如何看待知乎的AI答主「四十二」?人工智能有可能理解生命的意义是什么吗? 
  目标检测中的mAP是什么含义? 
  能否对卷积神经网络工作原理做一个直观的解释? 
  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? 
  实验室只有1080的显卡,老师还想让发深度学习论文,也不给配置好的显卡怎么办? 
  AI(或者说神经网络/深度学习)能够实现科学(尤其是物理学)研究中提出假设这一步嘛? 
  能否使用神经网络来判断奇偶数? 

前一个讨论
为什么很多年轻人不愿意回家过年?「过年焦虑」究竟在焦虑什么?
下一个讨论
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。





© 2025-04-05 - tinynew.org. All Rights Reserved.
© 2025-04-05 - tinynew.org. 保留所有权利