python - Yolov3 损失函数如何随着图像的分辨率而变化？

Question

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？

标签： pythonkerasdeep-learningconv-neural-networkyolo

Answer 1

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。