网站加友情链接的好处,wordpress主题、,雅式机械加工网,字体设计类网站yolov5源码解读--训练策略超参数解读命令行参数train模型迭代超参数解读
hyp.scratch.yaml lr0: 0.0032 初始学习率
lrf: 0.12 使用余弦函数动态降低学习率(lr0*lrf)
momentum: 0.843 动量
weight_decay: 0.00036 权重衰减项
warmup_epochs: 2.0 预热#xff08;…
yolov5源码解读--训练策略超参数解读命令行参数train模型迭代超参数解读
hyp.scratch.yaml lr0: 0.0032 初始学习率
lrf: 0.12 使用余弦函数动态降低学习率(lr0*lrf)
momentum: 0.843 动量
weight_decay: 0.00036 权重衰减项
warmup_epochs: 2.0 预热较小的学习率那时候
warmup_momentum: 0.5 预热动量
warmup_bias_lr: 0.05 预热学习率不同的损失函数开始了
box: 0.0296
cls: 0.243
cls_pw: 0.631
obj: 0.301
obj_pw: 0.911
iou_t: 0.2
anchor_t: 2.91
# anchors: 3.63
fl_gamma: 0.0
hsv_h: 0.0138
hsv_s: 0.664
hsv_v: 0.464
degrees: 0.373
translate: 0.245
scale: 0.898
shear: 0.602
perspective: 0.0
flipud: 0.00856
fliplr: 0.5
mosaic: 1.0
mixup: 0.243命令行参数 我这里是训练自己的口罩数据集
train 控制台打印log 保存训练数据参数等
训练的超参数保存文件为hyp.yaml opt.yaml文件 标签分布 tensorboard展示文件 是否使用预训练模型
model Model(opt.cfg, ch3, ncnc).to(device)加载完成了模型
是否冻结层训练
和反向传播更新参数有关 更新权重、偏置 衰减率 图像大小要是32的倍数。。。 滑动平均: EMA
模型迭代
创建训练集和测试集 模型超参数相关 模型训练 其中pytorch1.6新功能 fp32与fp16混合 提速比较多 训练
