YOLOV3和YOLOV4的精度提升策略

以下内容整理自官方，网址为：https://github.com/AlexeyAB/darknet?tab=readme-ov-file#how-to-train-to-detect-your-custom-objects

训练前

（1）在.cfg文件中设置flag random=1，它将通过不同分辨率来训练yolo以提高精度。下图以YOLOv3.cfg为例子

（2）提高.cfg文件中网络的分辨率，（例如height = 608，width = 608或者任意32的倍数），这样可以提高精度。

（3）确保数据集中每个类都带有标签，并且保证标签正确。（可以用这个工具来检查数据集： https://github.com/AlexeyAB/Yolo_mark ）

（4）在training命令结束时使用-show_imgs标志运行训练好的模型，看是否有正确的对象框，如果没有，则您的训练数据集是错误的。

（5）对于要检测的每个对象，训练数据集中必须至少有一个类似的对象，其形状、侧面、相对大小、旋转角度、倾斜、照明等条件大致相同。数据集中应包括对象的不同缩放、旋转、照明、不同的面、不同背景的图像，最好为每个类提供2000个以上不同的图像，并且训练（2000*类的数量）的迭代次数或更多。

（6）确保训练的数据集中包含不想被检测的不带标签的对象（一张图里不能全是要检测的物体，还应有不需要检测的物体），即负样本，负样本的数量最好和正样本的数量相同。加一些背景图片，里面没有待检测物体的那种

（7）标记对象的最佳方法是：只标记对象的可见部分，或标记对象的可视和重叠部分，或比整个对象多一点（有一点间隙）。

（8）对于目标物体较多的图像，在.cfg文件中最后一个[yolo]层和[region]层加入max=200参数或者更高的值。（yolov3可以检测到的对象的全局最大数目是0.0615234375 *（width*height），其中width和height是.cfg文件中[net]部分的参数）

（9）训练小物体时（图像大小调整为416x416后物体小于16x16），并且还要设置三个地方，以yolov4.cfg为例：

（10）对于都包含小对象和大对象可以使用以下的修改模型：
Full-model(5 yolo layers): https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3_5l.cfg
Tiny-model(3 yolo layers): https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-tiny_3l.cfg
Spatial-full-model（3 yolo layers）:https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-spp.cfg

（11）如果要训练区分左右的对象（例如左手右手，道路上左转右转标志等），需要禁用数据翻转增强，在.cfg文件中17行左右的位置加入flip=0。

（12）一般规律——训练数据集应该包含一组您想要检测的对象的相对大小相近的样本。简单来说，就是需要检测的对象在图像中的百分比是多少，那么训练的图像中也应该包含这个百分比的对象。例如：如果训练的时候目标在图像中都占80-90%，那检测的时候很可能就检测不出目标占0-10%情况。

公式如下所示：

train_network_width * train_obj_width / train_image_width ~= detection_network_width * detection_obj_width / detection_image_width
train_network_height * train_obj_height / train_image_height ~= detection_network_height * detection_obj_height / detection_image_height
object width in percent from Training dataset ~= object width in percent from Test dataset

（13）同一个对象在不同的光照条件、侧面、尺寸、倾斜或旋转30度的情况下，对于神经网络的内部来说，都是不同的对象。因此，如果想检测更多的不同对象，就应该选择更复杂的神经网络。

（14）为了使检测到的有界框更准确，可以向每个[yolo]层添加3个参数 ignore_thresh = .9 iou_normalizer=0.5 iou_loss=giou 并进行训练，它将增加mAP@0.9，但减少mAP@0.5.

（15）在.cfg中重新计算锚(anchors)的width和height：在.cfg文件中的3个[yolo]层中的每个层中设置相同的9个锚，但是应该为每个[yolo]层更改锚点masks=的索引，以便[yolo]第一层的锚点大于60x60，第二层大于30x30，第三层剩余。此外，还应在每个[yolo]层之前更改过滤器filters=(classes + 5) * <number of mask>。如果许多计算出的锚找不到适当的层，那么只需尝试使用所有的默认锚。（高手使用）

训练后（对于检测）

（1）通过在.cfg文件中设置（height=608，width=608）或（height=832，width=832）或（32的任意值倍数）来提高网络的分辨率，这将提高精度并使检测小对象成为可能。以yolov3为例：

（2）这里提高了网络的分辨率，但是可以不需要重新训练（即使之前使用416*416分辨率训练的）。

（3）为了提高精度，还是建议使用更高的分辨率608x608 or 832x832来重新训练。注意：如果出现了Out of memory的错误，建议提高.cfg文件中的subdivisions=1参数，改成16、32或者64等。以yolov3为例