yolov5中超参数配置文件hyp.scratch.yaml中各参数具体含义

若某项设置为0,则意味着关闭该项功能;

# Hyperparameters
lr0: 0.0032  #学习率  
lrf: 0.12    # 余弦退火超参数  
momentum: 0.843  # 学习率动量  
weight_decay: 0.00036  # 权重衰减系数  
warmup_epochs: 2.0  #预热学习epoch  
warmup_momentum: 0.5 #预热学习率动量  
warmup_bias_lr: 0.05 #预热学习率  
box: 0.0296  # giou损失的系数  
cls: 0.243  # 分类损失的系数  
cls_pw: 0.631 #分类BCELoss中正样本的权重  
obj: 0.301  # 有无物体损失的系数  
obj_pw: 0.911  # 有无物体BCELoss中正样本的权重  
iou_t: 0.2    # 标签与anchors的iou阈值iou training threshold  
anchor_t: 2.91  # 标签的长h宽w/anchor的长h_a宽w_a阈值, 即h/h_a, w/w_a都要在(1/2.91, 2.91)之间anchor-multiple threshold  
# anchors: 3.63  
# 下面是一些数据增强的系数, 包括颜色空间和图片空间  
fl_gamma: 0.0  
hsv_h: 0.0138  # 色调  
hsv_s: 0.664   # 饱和度  
hsv_v: 0.464   # 明度  
degrees: 0.373 #旋转角度  
translate: 0.245  # 水平和垂直平移  
scale: 0.898   # 缩放  
shear: 0.602  # 剪切  
perspective: 0.0  # 透视变换参数  
flipud: 0.00856  # 上下翻转  
fliplr: 0.5   # 左右翻转  
mosaic: 1.0   #进行mosaic的概率  
mixup: 0.243  #进行mixup的概率

目标检测 YOLOv5 - 数据增强_西西弗Sisyphus的博客-CSDN博客_yolov5数据增强 


版权声明:本文为pangxing6491原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。