2022.1.22日的记录
2022.1.22日的记录更新了一下画图的代码,增加了每种方式的辨别度。
plot(x_axis, CIOU_DIOU_NMS_5000_Pd*100,'-o','MarkerIndices',1:length(x_axis)); hold on plot(x_axis, CIOU_DIOU_NMS_10000_Pd*100, '-x','MarkerIndices',1:length(x_axis)); plot(x_axis, CIOU_DIOU_NMS_20000_Pd*100, '-*','MarkerIndices',1:length(x_axis)); set(gca,'XLim',[0 16]); % X轴的数据显示范围 set(gca, 'XTick', 0:2:16); % 设置要显示坐标刻 title('Pd'); xlabel('信噪比(dB)'); ylabel('检测概率(%)'); legend('训练时频图=5000','训练时频图=10000', '训练时频图=20000'); grid on % 加网格
这是用CIOU_DIOU_NMS方法,训练集数量分别为5000,10000,20000训练出来的模型检测出的三个参数的图。在Pd和Pf下20000张的效果和5000张的效果相差很大,有10几个百分点。但是论文中说这三种训练集数量效果相差不大。是我没训练好吗?如下:
目前正在用改变了anchor的yolov5重新训练,看看效果。之前已经训练了一天多了,下午就能训练完了。
自己的anchorcoco的anchor
影响最大的是10000张图片的训练集。在低信噪比下效果都不怎么好啊。。。再多生成一下低信噪比的来训练看看吧。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)