Tips for Best Training Results

深度学习经验总结：

大多数情况下，只要数据集足够大且标记良好，无需更改模型或训练设置即可获得良好的结果。 如果一开始你没有得到好的结果，针对YOLOv5，你可以采取一些步骤来改进。

1. 数据集

• 图像数量：推荐每种类别至少大于1500张图片；
• 图像多样性：必须代表已部署的环境。 推荐来自一天中不同时间、不同季节、不同天气、不同光照、不同角度、不同来源（在线抓取、本地收集、不同相机）等的图像；
• 标签一致性： 必须标记所有图像中所有类的所有实例， 部分标签将不起作用；
• 标签准确性： 标签必须紧密地包围每个对象。 对象与其边界框之间不应存在空间。 任何对象都不应缺少标签。
• 背景图片：背景图像是没有对象的图像，这些图像被添加到数据集中以减少误报 (FP)。 推荐大约 0-10% 的背景图片来帮助减少误报（COCO 有 1000 张背景图片供参考，占总数的 1%）。 背景图像不需要标签。

2. 模型选取

YOLOv5x 和 YOLOv5x6 等较大的模型几乎在所有情况下都会产生更好的结果，但参数更多，需要更多的 CUDA 内存来训练，并且运行速度较慢。 对于移动部署，我们推荐 YOLOv5s/m，对于云部署，我们推荐 YOLOv5l/x。

• 预训练模型：（推荐中小型数据集训练）

python train.py --data custom.yaml --weights yolov5s.pt
                                             yolov5m.pt
                                             yolov5l.pt
                                             yolov5x.pt
                                             custom_pretrained.pt

• 白手起家：（推荐大型数据集训练）

python train.py --data custom.yaml --weights '' --cfg yolov5s.yaml
                                                      yolov5m.yaml
                                                      yolov5l.yaml
                                                      yolov5x.yaml

3. 训练技巧

• Epochs：从 300 个 epoch 开始。 如果这过早过拟合，那么您可以减少 epochs。 如果在 300 个 epoch 后没有发生过拟合，则训练更长时间，即 600、1200 个等 epoch;
• Image size：COCO以 --img 640 的原始分辨率进行训练，但由于数据集中有大量小对象，它可以从更高分辨率的训练中受益，例如 --img 1280。如果有很多小对象，那么自定义数据集将受益于以原生或更高分辨率进行训练。 最佳推理结果是在与运行训练相同的 --img 处获得的，即如果您在 --img 1280 处训练，您还应该在 --img 1280 处进行测试和检测；
• Batch size：使用您的硬件允许的最大 --batch-size。 小批量会产生较差的批量规范统计数据，应避免使用；
• Hyperparameters：增强超参数将减少延迟和过拟合，允许更长的训练和更高的mAP。（可在首次训练使用scrath参数，再利用预训练权重进行finetune）