【Datawhale AI夏令营 CV】 Task 3

YOLO 训练日志

在调试的过程中学会看训练日志至关重要。

路径为 “runs/detect/…”，每次的训练结果会产生一个train文件，包括了如下内容。

weights文件：模型权重 (.pt 文件)， 训练过程中保存的模型权重，可以用于后续的测试或继续训练，分为 best.pt 和 last.pt

在训练过程中和训练完成后，都可以查看训练日志。可以优先查看results.png，图像中包含的参数解释如下。
缩写 作用描述

• epoch 表示模型在整个训练数据集上进行了一次前向和后向传播的完整周期。
• train/box_loss 衡量模型预测的边界框与真实边界框之间差异的损失值。
• train/cls_loss 衡量模型预测的类别与真实类别之间差异的损失值。
• train/dfl_loss 衡量模型对难分类样本的关注程度，减少易分类样本的影响。
• metrics/precision(B) 在训练过程中，预测为正类别中实际为正类别的比例。
• metrics/recall(B) 在训练过程中，所有实际正类别中被模型正确预测为正类别的比例。
• metrics/mAP50(B) 在50%的IoU阈值下计算，衡量模型的整体性能。
• metrics/mAP50-95(B) 在0.5到0.95的IoU阈值范围内计算，提供更全面的模型性能评估。
• val/box_loss 模型在未见过的验证集上的边界框损失，用于监控模型的泛化能力。
• val/cls_loss 模型在验证集上的分类损失，用于监控模型的泛化能力。
• val/dfl_loss 模型在验证集上的难易样本平衡损失。

上分方式

数据集增强

• Mosaic Augmentation 将四张训练图像组合成一张，增加物体尺度和位置的多样性。
• Copy-Paste Augmentation 复制一个图像的随机区域并粘贴到另一个图像上，生成新的训练样本。
• Random Affine Transformations 包括图像的随机旋转、缩放、平移和剪切，增加对几何变换的鲁棒性。
• MixUp Augmentation 通过线性组合两张图像及其标签创造合成图像，增加特征空间的泛化。
• Albumentations 一个支持多种增强技术的图像增强库，提供灵活的增强管道定义。
• HSV Augmentation 对图像的色相、饱和度和亮度进行随机变化，改变颜色属性。
• Random Horizontal Flip 沿水平轴随机翻转图像，增加对镜像变化的不变性。

通过直接设置hyp_custom.yaml 文件来设置超参数值。

选择加载的模型，设置epoch, batch, hyp_custom.yaml

实测结果

batch = 16，数据train_annos[20:30], train_videos[20:30]，得分0.077

batch = 16，数据train_annos[0:10], train_videos[0:10]，得分0.143
训练损失逐渐下降，验证损失起伏不定，表明模型可能过拟合于训练数据，mAP50 mAP50-95的值还在很低，模型还待训练