所有这些参数在 yoloV4 模型中意味着什么

Question

训练 YOLOv4 的所有这些参数是什么意思？

（下一次 mAP 计算在 1300 次迭代）

最后的精度 mAP@0.5 = 63.16 %，最好的 = 68.55 %

1249：26.351213、24.018257 平均损失、0.001000 速率、2.983998 秒、39968 张图像、剩余 10.505599 小时已加载：0.000068 秒

（下一次 mAP 计算在 1300 次迭代）最后的精度 mAP@0.5 = 63.16 %, best = 68.55 %

1250：13.904115、23.006844 平均损失、0.001000 速率、4.093653 秒、40000 张图像、剩余 10.456502 小时调整大小，random_coef = 1.40

Answer 1

参数的含义如下。

对于你给出的例子：

(next mAP calculation at 1300 iterations) Last accuracy mAP@0.5 = 63.16 %, best = 68.55 %

1250: 13.904115, 23.006844 avg loss, 0.001000 rate, 4.093653 seconds, 40000 images, 10.456502 hours left Resizing, random_coef = 1.40

1250 --> 迭代
Last accuracy mAP@0.5 --> 最后平均精度 (mAP) 在 50% IoU 阈值。每 100 次迭代计算一次 mAP。所以，在这个例子中，它是来自 iteration = 1200
的 mAP
best --> 迄今为止最高的 mAP
13.904115 --> 总损失
23.006844 avg loss--> average loss，这个是你在training low时应该关心的事情
0.001000 rate --> 学习率
4.093653 seconds --> 处理批次所花费的总时间
40000 images --> 到目前为止训练期间使用的图像总量（迭代*批次 = 1250 * 32）
10.456502 hours left --> 完成配置文件 max_batches 的估计剩余时间
Resizing, random_coef = 1.40 --> 确认您的数据集每 10 次迭代随机调整大小，从 1/1.4 到 1.4（在此迭代中为 1.40）

参考资料： https://github.com/AlexeyAB/darknet/blob/master/src/detector.c https://github.com/AlexeyAB/darknet/wiki/CFG-Parameters-in-the-different-layers

所有这些参数在 yoloV4 模型中意味着什么

What all these parameters means in yoloV4 model

python

deep-learning

conv-neural-network

darknet

yolo