Json111的博客

yolov5训练自定义数据集

从数据集上每个类别的图片数：推荐每个类别的图片数>=1500每个类别的实例数：每个类的实例（标记对象）>=10000图片多样性：必须使用已部署的环境为代表。对于真实用例，我们推荐来自一天中不同时间、不同季节、不同天气、不同光照、不同角度、不同来源（在线抓取、本地收集、不同相机）等的图像。标签一致性：所有图像中所有类的所有实例都必须标记。部分标签将不起作用。标签准确性：标签必须紧密地包围每个对象。对象与其边界框之间不应存在空间。任何对象都不应缺少标签。背景图片：背景图像是没有对象的图

创建NN时的其他讨论用于分类对象的最佳网络并不一定总是用作检测对象网络的骨干的最佳网络使用经过训练的weights和使用具有更高分类准确度的features进行训练，可能会对detector的准确性产生负面影响（某些网络中）并非各种研究中提到的所有功能都可以提高网络的准确性...