YOLOv5内置--hyp超参配置文件对比(yolov5最新版)

发布时间：2024-01-10

YOLOv5内置--hyp超参配置文件对比 1、YOLOv5超参数配置介绍

推荐整理分享YOLOv5内置--hyp超参配置文件对比(yolov5最新版)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:yolov5 4.0,yolov5 5.0,yolov5版本,yolov5版本,yolov3.cfg,yolov3.cfg,yolov5最新版,yolov5最新版,内容如对您有帮助，希望把文章链接给更多的朋友！

YOLOv5 有大约 30 个超参数用于各种训练设置。这些是在目录中*.yaml的文件中定义的/data。更好的初始猜测会产生更好的最终结果，因此在演化之前正确初始化这些值很重要。

lr0 : 0.01 #初始学习率 (SGD=1E-2, Adam=1E-3) lrf : 0.01 #最终的 OneCycleLR 学习率 (lr0 * lrf) momentum: 0.937 # SGD 动量/Adam beta1 weight_decay : 0.0005 #优化器权重衰减 5e-4 warmup_epochs : 3.0 # warmup epochs (fractions ok) warmup_momentum : 0.8 #预热初始动量 warmup_bias_lr : 0.1 #预热初始偏差 lr box : 0.05 # box loss gain cls : 0.5 # cls 损失增益 cls_pw : 1.0 # cls BCELoss positive_weight obj : 1.0 # obj loss gain（按像素缩放） obj_pw : 1.0 # obj BCELoss positive_weight iou_t : 0.20 # IoU训练阈值 anchor_t : 4.0 #锚倍阈值 #anchors：3 # 每个输出层的锚点（0 忽略） fl_gamma : 0.0 #focal loss gamma (efficientDet default gamma=1.5) hsv_h : 0.015 #图像 HSV-Hue 增强（分数） hsv_s : 0.7 #图像 HSV-Saturation 增强（分数） hsv_v : 0.4 #图像 HSV 值增强（分数） degree : 0.0 #图像旋转 (+/- deg) translate : 0.1 #图像翻译（+/- 分数） scale : 0.5 #图像比例（+/- 增益） shear：0.0 #图像剪切（+/- 度） perspective : 0.0 #图像透视（+/- 分数），范围 0-0.001 flipud : 0.0 #图像上下翻转（概率） fliplr : 0.5 #图像左右翻转（概率） mosaic: 1.0 #图像马赛克（概率） mixup : 0.0 #图像混合（概率） copy_paste : 0.0 #段复制粘贴（概率） 2.YOLOv5内置超参配置文件介绍1. yolov5/data/hyps/hyp.scratch-low.yaml(YOLOv5 COCO训练从头优化，数据增强低)2. yolov5/data/hyps/hyp.scratch-mdeia.yaml（数据增强中）3. yolov5/data/hyps/hyp.scratch-high.yaml（数据增强高）3. 结果对比

此结果是在 weights：yolov5n6.pt，epochs：100，训练集验证集及测试集相同的情况下测得（结果仅供参考）

YOLOv5默认配置 hyp.scratch-low.yaml

hyp.scratch-med.yaml hyp.scratch-high.yaml

hyp.finetune_objects365.yaml

本文链接地址:https://www.jiuchutong.com/zhishi/290787.html 转载请保留说明！

上一篇：JavaScript includes() 方法

下一篇：加德满都布达纳特塔鸟瞰图，尼泊尔 (© Maksim Semin/Shutterstock)(加德满都治安状况如何)