conv-neural-network - Yolov4：细分值不同时mAP值不同

Question

我对训练自定义数据集生成的 mAP 值有些困惑Yolov4。如果我理解正确，细分值仅用于RAM在图像并行处理期间不超载。所以从技术上讲，如果你有batch=32，那么你是否有 并不重要subdivision=2 or 8，因为权重将以相同的方式更新。

当我使用 训练我的自定义数据集Yolov4时，我保留batch=32但更改了细分值。对于 16 和 4 的细分，mAP 约为 83.6%，当我将细分值更改为 8 时，mAP 为 86.7%。

细分=16

细分=8

细分=4

我很困惑为什么当细分 = 8 时我会得到更好的 mAP。我在https://github.com/pjreddie/darknet/issues/224中读到，权重在经过发送用于并行处理的图像集的迭代后更新，即 batch=32/subdivision=8 = 4，因此权重会在看到一组 4 张图像 8 次后更新（如果我理解正确，我对神经网络比较陌生，并试图理解这一切）。如果细分从 16 变为 8，这是有道理的，因为有更多图像可供网络泛化，但它不能解释为什么 4 的细分与 16 的细分具有几乎相同的 mAP。我希望subdivision=4 的 mAP 将大于 subdivision=8。

另外，y 轴顶部的 mAP 值是训练期间所有计算出的 mAP 的平均值吗？

提前谢谢你！

标签： conv-neural-networkyolodarknet