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;
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;