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
pytorch 分布式计算 你们都遇到过哪些 坑/bug？使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办?
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
迁移学习与fine-tuning有什么区别？
国内哪些公司在用caffe、torch、TensorFlow、paddle等框架，哪些在用自研框架？
现在的人工智能是否走上了数学的极端？
如何评价哈工大的左旺孟老师？
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
如何评价 Face++ 旷视科技最新出品的检测专用 backbone 网络 DetNet ？
相关的话题
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？怎样让机器有意识?
分类算法中，训练集和验证集有什么区别？
深度学习底层开发对数学有哪些要求？
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？
2020-2021年NLP有什么核心技术的更迭吗？或者有什么推动领域发展的paper吗？
深度学习有哪些好玩的案例？
pytorch ddp训练中一个node fail，导致整个训练失败，有可能解决吗？
AlphaGo「理解」围棋吗？
人工智能的意义和价值是什么？
关于tensorflow中的滑动平均？
大家用resnet50在imagenet上面top1最高能到多少？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
为什么在SGD中使用L1正则化很难获得稀疏性？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
有哪些比较好的机器学习，深度学习的网络资源可利用？
如何进行图像模糊与清晰的分类？
复合弓空放会对弓造成严重损坏，但是我拉弓不放箭，缓收的话是不是对弓就基本无害了？
深度学习有哪些好玩的案例？
为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？
计算机视觉是否已经进入瓶颈期？
什么是蒙特卡罗 Dropout(Monte-Carlo Dropout)？
如何评价微软亚研院提出的把 Transformer 提升到了 1000 层的 DeepNet？
人工智能就业前景越来越严峻了，你还在坚持吗？
如何看待华为 4 月 25 日发布的盘古智能大模型？在这个行业处于什么水平？
医学生学习机器学习该如何入门？
如何评价 DeepMind 的新工作 AlphaCode?
为什么神经网络具有泛化能力？
pytorch 分布式计算 你们都遇到过哪些 坑/bug？
如何看待Tensor Comprehensions？与TVM有何异同？