YOLOV5的数据处理 增强技术

YOLOv5采用了许多有效的数据处理的方法，来增加训练模型的精度和减少训练时间，数据扩增的方法主要介绍了Mosaic、Cutout方法；

除了这两种方法外YOLOv5还使用了图像扰动，改变亮度、对比度、饱和度、色调，加噪声，随机缩放，随机裁剪（random crop），翻转，旋转，随机擦除等方式；

YOLOv5为了提高网络的训练速度还增加了矩形训练的方法；

1. 引用此篇微信公众号文字