在Darknet的YOLOv2网络中,absolute,jitter,rescore和bias_match的用法是什么?

时间:2019-03-07 07:57:26

标签: conv-neural-network object-detection yolo darknet

有人可以向我解释在Darknet的YOLOv2 net中使用的以下内容。

absolute=1
jitter=0.2
rescore=0
bias_match=1

1 个答案:

答案 0 :(得分:1)

jitter可以为[0-1],并在训练数据增广期间用于裁剪图像。抖动值越大,神经网络改变对象尺寸和纵横比的不变性就越大。

rescore确定将使用什么损失(增量,成本等)功能

bias_match仅用于训练,如果bias_match = 1,则检测到的对象将与锚点之一相同;否则,如果bias_match = 0,则检测到的对象将由神经网络精炼。

absolute未使用

有关cfg参数https://github.com/AlexeyAB/darknet/issues/279

的更多信息,请查看Alexey的解答。