python - Yolov3 损失函数如何随着图像的分辨率而变化?
问题描述
我正在我的数据集上训练 Yolov3。我正在对图像的不同分辨率进行训练,试图找到最佳的速度/质量比。我开始怀疑是否可以比较不同分辨率之间的 Yolo 损失函数。锚点大小与分辨率成正比。
那么不同分辨率下的相同损失是否意味着我会在测试数据集上得到大致相同的结果?
解决方案
一般来说,输入大小会改变最终网格的大小,从而改变预测框的数量。根据您使用的实现,这可以改变损失。例如,如果将一个参数的损失值全部加起来,则更多的框将意味着更高的损失。如果损失值是所有盒子的平均值,您可能可以比较它。
除了损失之外,您可能还想使用其他形式的评估。根据任务查看基准和他们使用的指标。对于目标检测,IoU 通常用于将预测分配给地面实况并从中计算精度。
推荐阅读
- javascript - 网页底部导航
- windows-services - 如何在 NSIS 中将 SimpleSC 与依赖项一起使用
- python - 将数组的每个成员传递给函数的 Python 3 脚本
- python - 有没有办法根据与 Pandas 中另一列关联的值填充列?
- jquery - 如何从 jQuery 重定向到另一个视图
- java - 如何更改布尔值 java 函数中的一个函数值?
- r - 检测一行是否等于一并插入另一列的值
- xamarin - 如何为面向 UWP 的 Xamarin Switch 编写自定义渲染器
- asp.net - Webhook 验证
- sql - 在 CASE 子句中添加三重条件