yoloe目标检测使用笔记
yoloe 目标检测使用笔记_AI视觉网奇的博客-CSDN博客
证明relu6能比leaky relu有更好的效果,收敛也更快。
pelee mouse 测试集 map 94.57 训练集 ?
yolov3 测试集map 95 训练集99%
卷积层得来的特征:
输入是416*416:
13*13 一个特征点代表32*32像素的图像,检测大目标,最小检测32*32的图像,基于1280是96*96的图像
26*26 一个特征点代表16*16的图像,检测中目标,最小检测16*16的图像,基于1280是48*48的图像
52*52 一个特征点代表8*8的图像 检测小目标,最小检测8*8的图像,基于1280是24*24的图像
候选框个数 52*52*3*30=243360
26*26*3*30=60840
13*13*3*30=15210
一共约30.4万候选框,参数为146万参数。
支持不同的yolo层,anchors数量可以自由定制
如果去掉上采样,前面的层学习小目标,后面的层学习大目标,内存一下就爆了,只能删减代码。
import tor