时间戳

首页 > 解决方案 > YOLOv4中的损失和mAP图表

deep-learning - YOLOv4中的损失和mAP图表

问题描述

我对“你只看一次”对象检测算法（确切地说是 YOLOv4）还是新手。我对 mAP 和损失图表有一些疑问。

我尝试按照AlexeyAB Darknet的说明，使用 Google Colabs 训练我的自定义对象检测器。训练结束后，损失和mAP图表如下图所示。

损失和mAP图表：

图片

我的问题是：

  1. 除了这个还有图表吗？
  2. 这是训练或验证的损失吗？
  3. 为什么在迭代 1200 附近突然下降？
  4. 训练的输出只有那个图表和权重文件吗？

标签： deep-learningcomputer-visionobject-detectionyolodarknet

解决方案

  1. 是的。但是如果你想导出日志并用它制作图表，你可以试试这个命令：

./darknet detector train data/obj.data cfg/yolov4.cfg yolov4.weights -map | tee results.log

  1. 蓝色曲线是训练数据集上的训练损失或误差（特别是 YOLOv4 的 Complete Intersection-Over-Union 或 CIoU 损失）。有关 CIoU 损失的更多详细信息，请查看本文。红线是 50% Intersection-over-Union 阈值 (mAP@0.5)的平均精度，用于检查您的模型是否在从未见过的数据集或验证集上很好地泛化。如果想更深入的了解mAP，可以参考这篇通俗易懂的博文。

  2. 您是否使用自定义数据集？迭代 1200 附近的下降可能是由数据集中的一些问题引起的。要检查，请尝试以下操作：

    -show_imgs(a) 检查您的数据集 - 使用标志ie运行训练./darknet detector train ... -show_imgs并查看aug_...jpg图像，您是否看到正确的真值边界框？

    (b) 检查生成的文件bad.list以及bad_label.list它们是否存在。这些文件包含可能有问题的标签文件。

  3. 是的。但是，如果您启用日志文件（检查我的答案 - 否。1），那么，不。

推荐阅读