Yolov3模型没有框的解决方案之——提高训练模型的置信度

前言

在之前的文章中我说过，如果你的Yolov3模型没有锚框出现，最直接的解决发方案是降低阈值（产生框的门槛），但是这个方法治标不治本。（Yolov3训练模型没有框（理论上一定有用的解决方案））

今天，我带大家来看一看，我们应该如何根治这个问题——提高模型的置信度。当我们训练模型训练精度大幅提升，执行度明显提高时，即使设置的阈值很高，也一定可以生成锚框。

样本容量

说到提高训练的准确率，很多人的第一反应就是增加样本的数量。但是今天我想告诉大家的是，这其实是大家的一个误区，模型对事物的检测能力和准确性在一定程度上，其实是两个概念。

我们给计算机提供大量数据的时候，目的是让计算机见识到更多的情况，就像是大家读书的时候在刷题，你要题海战术，这样才能见到更多的题型，以后考试的时候见到各种各样的题型就不慌了，你知道该怎么去应付这种场景。

但是，大量地刷题只能表示你见过这种题型，这并不代表你对这种题型已经完全掌握了。现在我们遇到的就是这种情况，计算机做过这个题型，但是它并没有掌握，所以在考试的时候，它给出的答案得