当我使用yolov3训练数据集并且图片中有60多个对象时,是否需要更改yolov3.cfg或其他参数?

时间:2020-04-17 16:48:12

标签: python tensorflow computer-vision yolo darknet

当我使用yolov3训练数据集时,图片中有60多个对象,并且这些对象非常密集,最终的训练损失为16.4,是否需要更改yolov3.cfg或其他参数?我该如何减少火车损失?

1 个答案:

答案 0 :(得分:0)

根据您的问题,我了解到您的图像中有很多小物体。您可以采取一些措施来减少训练损失:

  • front = points[:,:,0] back = points[:,:,-1] top = points[0,:,:] bottom = points[-1,:,:] r_side = points[:,-1,:] l_side = points[:,0,:] 中设置标志random=1-通过训练Yolo以适应不同的分辨率,可以提高精度。
  • 提高您的.cfg-file.cfg-file或32的任意倍数)中的网络分辨率-它将提高精度。

我也建议您在训练时检查测试图像并检查height=608, width=608,以确保模型的检测精度随着损失的减少而增加。