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
如何评价 CVPR 2020的论文接收结果？有哪些亮点论文？TensorFlow的自动求导具体是在哪部分代码里实现的？
如何看待Capsule Network在NLP领域的潜力？
如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2？
目标检测中的mAP是什么含义？
石头和塑料袋对于计算机传感器的差别在于什么？为什么无人驾驶系统会依然存在对周围环境的误判？
教官辱骂新兵，是否有道理？
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？
计算机视觉中video understanding领域有什么研究方向和比较重要的成果？
2020到2021年小样本学习取得重大进展了吗？
相关的话题
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？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？
batchsize=1时可以用BN吗?
实验室一块GPU都没有怎么做深度学习？
三维重建怎么入门？
请问下大家训练 SimCSE 时, loss 有没有这样的情况?
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？
基于计算机视觉从一张图片重建人体的三维网格，能否获取腰围、胸围、臂长、腿长等数据？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
TensorFlow的自动求导具体是在哪部分代码里实现的？
机器学习，深度神经网络等方法是否是正确的方向？
2020到2021年小样本学习取得重大进展了吗？
如何评价哈工大的左旺孟老师？
新手如何入门pytorch？
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？
深度学习和强化学习之间的差别有多大？
你实践中学到的最重要的机器学习经验是什么？
神经网络的损失函数为什么是非凸的?
怎么选取训练神经网络时的Batch size?
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？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
给男友配置一个适合做深度学习的电脑要多少钱？
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
能否把一个人的所有物理数据输入在一个模型里，然后计算他接下来的状态变化？
如何评价deepmind最新在nature上发表的论文《在人工网络中用网格样表征进行基于向量的导航》？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
如何看待指出 神经网络的训练罪魁祸首是退化一文？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
神经网络为什么可以（理论上）拟合任何函数？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？