YOLOv5内置--hyp超参配置文件对比-锐单电子商城

1、YOLOv5.介绍超参数配置

YOLOv5 有大约 30 在于各种训练设置的超参数。这些都在目录中*.yaml文件中定义的/data。更好的初始猜测会产生更好的最终结果，因此在演化之前正确初始化这些值很重要。

 lr0 : 0.01   #初始学习率 (SGD=1E-2, Adam=1E-3)   lrf : 0.01   #最终的 OneCycleLR 学习率 (lr0 * lrf)   momentum: 0.937   # SGD 动量/Adam beta1   weight_decay : 0.0005   #优化器权重衰减 5e-4   warmup_epochs : 3.0   # warmup epochs (fractions ok)   warmup_momentum : 0.8   #预热初始动量   warmup_bias_lr : 0.1   #预热初始偏差 lr   box : 0.05   # box loss gain   cls : 0.5   # cls 损失增益   cls_pw : 1.0   # cls BCELoss positive_weight   obj : 1.0   # obj loss gain（按像素缩放）   obj_pw : 1.0   # obj BCELoss positive_weight   iou_t : 0.20   # IoU训练阈值   anchor_t : 4.0   #锚倍阈值   #anchors：3 # 每个输出层的锚点(0 忽略）   fl_gamma : 0.0   #focal loss gamma (efficientDet default gamma=1.5)   hsv_h : 0.015   #图像 HSV-Hue 增强(分数)   hsv_s : 0.7   #图像 HSV-Saturation 增强(分数)   hsv_v : 0.4   #图像 HSV 增值(分数)   degree : 0.0   #图像旋转 ( /- deg)   translate : 0.1   #图像翻译（ /- 分数）   scale : 0.5   #图像比例（ /- 增益）   shear：0.0   #图像剪切（ /- 度）   perspective : 0.0   #图像透视（ /- 分数)，范围 0-0.001   flipud : 0.0   #图像上下翻转(概率)   fliplr : 0.5   #图像左右翻转(概率)   mosaic: 1.0   #图像马赛克(概率)   mixup : 0.0   #图像混合(概率)   copy_paste : 0.0   #段复制粘贴(概率)