YOLOv5 深度学习不同状态下的消融实验

1、条件不变,训练4次结果对比:
在这里插入图片描述
在这里插入图片描述同样条件下,训练四次模型,得到的结果会略有差别,其中小类别中个别会差异很大,如上图结果显示。

2、更改Anchor
详见文章:详解anchor手动设置
在这里插入图片描述
从上图结果看,更新Anchor后精度(找回结果中正确结果占比)下降,Recall(召回率)增大(所有应该找回结果里面真实找回结果与全部结果的比例),测试结果可以看出,误检出来的增多。

3、增加网络层(四层检测网络)

在这里插入图片描述
真实效果是小目标结果变好(第三类别,目标较小),但是大目标会减弱(第二类别),这种情况下,可以增加目标样本进行解决
网络更改:

# Parameters
nc: 4 # number of classes
depth_multiple: 0.33  # model depth 
  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

胖子工作室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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