目录
一、导航
- 【目标检测】目标检测中常见的评价指标.
- 【YOLO v4 相关理论】Normalization: BN、CBN、CmBN.
- 【YOLO v4 相关理论】Activations: 常见的非线性激活函数.
- 【YOLO v4 相关理论】Regularizations(正则化): DropOut、DropBlock(最重要)、Spatial DropOut、DropPath、DropConnect.
- 【YOLO v4 相关理论】常见的非极大值抑制方法:(Hard) NMS、Soft NMS、DIoU NMS.
- 【YOLO v4 相关理论】Bounding Box regression loss: IoU Loss、GIoU Loss、DIoU Loss、CIoU Loss.
- 【YOLO v4 相关理论】Data augmentation: MixUp、Random Erasing、CutOut、CutMix、Mosic.
- 【trick 1】Label Smoothing(标签平滑)—— 分类问题中错误标注的一种解决方法.
- 【Trick2】torch.cuda.amp自动混合精度训练 —— 节省显存并加快推理速度.
- 【trick 3】Focal Loss —— 解决one-stage目标检测中正负样本不均衡的问题.
- 【trick 4】multi-scale training多尺度训练 —— 提高模型对物体大小的鲁棒性.
- 【trick 5】warmup —— 一种学习率调优方法.
- 【trick 6】mosaic数据增强.