YOLO v5 mosaic数据增强能加快收敛速度

本文探讨了mosaic数据增强在模型训练中的作用,通过将mosaic设置为1.0,使得模型在10个epoch内达到70%的mAP@.5准确率,而无mosaic增强时需要50个epoch。mosaic数据增强通过平移、旋转和放缩等变换增加了数据多样性,并可能提高了训练效率。作者建议在特征稀疏的场景下尝试使用mosaic增强或GAN生成更多特征。
摘要由CSDN通过智能技术生成

把hyp.scratch.yaml文件中的mosaic:设置为1.0,表示对全部数据做mosaic数据增强;把mosaic设置成0.0表示不做mosaic数据增强。

mosaic: 1.0时,跑了10个epoch,mAP@.5就能达到70%的准确率;而mosaic: 0.0时,跑50个epoch,mAP@.5才能达到70%的准确率。

我感觉原因是mosaic数据增强时,做平移、旋转、放缩等变换,增强了数据集的多样性;同时,把多个图片混合在一起,相当于增大了batch size,所以收敛速度更快。

(但是在相同学习率的条件下,比较大的batch size只是保证相邻两个epoch之间梯度更新更加平滑,但是不能提高收敛速度,所以这个说法存疑。)

若是以后遇到每张图片只有1~2个特征时,都试试mosaic数据增强,或者用GAN在图片上多生成一些特征。

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值