YOLOv5实战记录04 模型训练

个人打卡，慎看。

指路大佬：【手把手带你实战YOLOv5-入门篇】YOLOv5 模型训练_哔哩哔哩_bilibili

一、数据集

首先提到了两个概念，训练集和验证集。我机器学习0基础，于是查找了资料。

 数据集一般分为三类：训练集、验证集和测试集。

• 训练集：训练模型， 用于模型拟合的数据样本。不能反映模型真实的能力。
• 验证集：模型训练过程中单独留出的样本集，需要选择超参数，可以评估不同超参数训练出的模型效果，优化模型。参与了 “人工调参” 的训练过程。
• 测试集：评估最终模型效果。

个人白话理解：训练集是普通数据；验证集是挑取一部分非训练集，人工为其添加参数，不断优化；测试集是测试包含所有数据的模型效果。 

如果人工修改大部分数据的参数，速度会很慢，所以验证集只验证一部分数据，并不是所有的数据。所有数据会在测试集评定效果。

参考：