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
在实际工程系统中，MPC太复杂，难以做到realtime。因此都利用数据，MPC对比RL还有优势么?人工智能可以为人类找寻他们心目中的另一半吗?
2018年了，MXNet 发展的如何了？
2021 年了，TensorFlow 和 PyTorch 两个深度学习框架地位又有什么变化吗？
如何计算CNN中batch normalization的计算复杂度（FLOPs）？
小狗吃东西的时候脾气很不好？
如何证明数据增强（Data Augmentation）有效性？
为什么softmax很少会出现[0.5，0.5]？
如何评价FAIR提出的MaskFeat：一种适用图像和视频分类的自监督学习方法？
word2vec有什么应用？
相关的话题
2022 年初，你认为哪项成果代表了现在人工智能的最高水平？大家用resnet50在imagenet上面top1最高能到多少？
计算机视觉研一，只学过Python基础，目前代码能力很差，要不要换导师，不换的话如何毕业？
深度学习中有哪些数据增强方法？
TensorFlow的自动求导具体是在哪部分代码里实现的？
为什么读论文最好打印出来读？
训练过程中loss震荡特别严重，可能是什么问题？
目标检测算法中Two-stage算法速度慢,到底在哪里?
全连接层的作用是什么？
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？
FPGA做深度学习能走多远？
新智元提问：如何看待李飞飞高徒Karpathy加入特斯拉，主管人工智能部门？
下一代 AI 框架长什么样？
如何比较Keras, TensorLayer, TFLearn ？
现在互联网公司还有做特征工程的工作吗？
为什么要压缩模型，而不是直接训练一个小的CNN？
北京深鉴科技基于FPGA平台的DPU架构如何？
NTIRE2017夺冠的EDSR去掉了Batch Normalization层就获得了提高为什么？
如何评价MSRA最新的 Relation Networks for Object Detection？
机器学习中有哪些形式简单却很巧妙的idea？
机器学习，深度神经网络等方法是否是正确的方向？
贝叶斯深度学习是什么，和传统神经网络有何不同？
人工智能可以解决人类难题吗？
除了深度学习，机器学习领域近年来还有什么热点吗？
人工智能可以解决人类难题吗？
为啥gan里面几乎不用pooling？
目标检测算法中Two-stage算法速度慢,到底在哪里?
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
如何理解今年发表在JMLR上随机森林算法SPORF？
新手如何入门pytorch？