Tec3-yolo

1. 配置

  1. yolo:v3

2. 问题

2.1. 没有框的解决方案

提高训练模型的置信度

  1. 给定恰当的场景:
  1. 都市人车
  2. 车展人车
  1. 调整Batch_size:我们调整参数、设置合适的训练集的目的是为了让梯度朝向更加合理的方向下降。
  1. 比较大的Batch_size，需要比较大的显存，比较注重整体的效果，计算机可以一次性了解所有的图片的特征。
  2. 比较小的Batch_size，每张图片要训练更加仔细一些，但是时间会明显增长。

3. 参考

  1. Yolov3模型没有框的解决方案之——提高训练模型的置信度