1.概述
在使用YOLO系列模型进行实验时,总会遇到各种各样的问题,比如:如何进行模块改进、如何做对比实验、如何进行计数等......本篇文章就是针对YOLO系列模型进行问题总结,将本人在实验过程中,所遇到的问题以及解决方法进行总结。
2. 问题以及解决总结
1. 在目标检测某些应用领域中,可能会有计数功能,所以会需要计数的一些评价指标,如图1,例如:均方根误差RMSE、平均绝对误差MAE、决定系数等评价指标,n为测试图像个数,代表第i张图像的真实值个数,第i张图像的推测值个数。
图1
YOLOv5:在val.py文件中,如图2中nl代表第i张图像的真实框个数,npr代表第i张图像的预测框个数。根据这两个值,可以计算出计数的评价指标。
图2
YOLOv7:在test.py文件中.....
YOLOv8:在test.py文件中.....
2. 在目标检测实验过程中,两次相同实验结果大概率会有所不同,但是在YOLOv5和YOLOv8中都有随机种子的设置,但是设置之后依旧结果不同(目前不知道出于什么原因),猜测是因为随机种子没有固定住;在YOLOv7中,可以使用固定随机种子,使实验结果保持一致。
YOLOv5和YOLOv8:目前只能多实验几次,查看实验结果。
YOLOv7:在general.py文件中添加set_seed方法.....
持续更新......
扫描二维码关注公众号,回复:
16955609 查看本文章