YOLOv4损失过高

Question

我正在将YOLOv4-tiny用于我从Open Images Dataset收集的26个类的自定义数据集。数据集几乎是平衡的（每类850张图像，但包围盒数量不同）。当我使用YOLOv4-tiny进行3个班级的训练时，损失接近0.5，这是相当准确的。但是对于26个班级，一旦损失降到2以下，模型就会开始过拟合。预测也很不准确。

我试图改变学习率，动量和大小等参数，但是无论我做些什么，模型都会比以前更糟。使用常规的YOLOv4模型而不是YOLO-tiny都没有帮助。我该如何进一步减少损失？

Answer 1

您尝试过training with mAP吗？您可以将训练集的一部分作为验证集。可以按照制作培训和测试集的相同方法来完成。然后，您可以运行darknet.exe detector train data/obj.data yolo-obj.cfg yolov4.conv.137 -map。这将跟踪您的验证集中的损失。当验证中的错误说的越来越多时，就该停止训练并防止过度拟合（这称为：提前停止）。