2020-大数据分析-Tec3-yolo

Tec3-yolo

1. 配置

  1. yolo:v3

2. 问题

2.1. 没有框的解决方案

提高训练模型的置信度

  1. 给定恰当的场景:
    1. 都市人车
    2. 车展人车
  2. 调整Batch_size:我们调整参数、设置合适的训练集的目的是为了让梯度朝向更加合理的方向下降。
    1. 比较大的Batch_size,需要比较大的显存,比较注重整体的效果,计算机可以一次性了解所有的图片的特征。
    2. 比较小的Batch_size,每张图片要训练更加仔细一些,但是时间会明显增长。

3. 参考

  1. Yolov3模型没有框的解决方案之——提高训练模型的置信度

2020-大数据分析-Tec3-yolo
https://spricoder.github.io/2020/11/01/2020-Big-data-analysis/2020-Big-data-analysis-Tec3-yolo/
作者
SpriCoder
发布于
2020年11月1日
许可协议