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
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？马拉松训练中的 LSD 跑该维持什么样的配速？
transformer中的Q,K,V到底是什么？
为什么 MobileNet、ShuffleNet 在理论上速度很快，工程上并没有特别大的提升？
国内 top2 高校研一在读，为什么感觉深度学习越学越懵?
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度？
深度学习做股票预测靠谱吗？
深度学习在无人驾驶汽车上面的运用有哪些？
如何看待 Google TPU？寒武纪芯片较之有哪些优势与不足？
深度学习attention机制中的Q,K,V分别是从哪来的？
相关的话题
视频中的目标检测与图像中的目标检测具体有什么区别？Github、Node、React、pytorch 等官网声明支援乌克兰，如何看待开源组织参与政治?
pytorch 的高层库ignite怎么样？
上学和读书有什么区别?
attention跟一维卷积的区别是啥？
2019 秋招的 AI 岗位竞争激烈吗？
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？
把某人的 DNA 序列作为输入，正面照片作为输出，丢到深度神经网络里面学习，可行吗？
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
写深度学习代码是先写model还是dataset还是train呢，有个一般化的顺序吗？
为什么神经网络具有泛化能力？
NLP 中 prompt learning 有哪些可能的天生缺陷？目前有什么样的方法来解决这样的缺陷？
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？
为什么现在很多人不看好商汤科技？
Batch normalization和Instance normalization的对比？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
如何评价陈天奇团队新开源的TVM？
如何评价「Patches are all you need」?
如何看待在某度搜不到megengine官网？
如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？
ICLR 2018 有什么值得关注的亮点？
CVPR 2019 有哪些值得关注的亮点？
如何理解 Swin Transformer 和 Vision Transformer不同任务上的差异？
如何解决图神经网络（GNN）训练中过度平滑的问题？
Batch normalization和Instance normalization的对比？
KL散度衡量的是两个概率分布的距离吗？
神经网络的损失函数为什么是非凸的?
深度学习图像处理什么时候用到GPU？
DeepMind 研发的围棋 AI AlphaGo 是如何下棋的？