毕业设计记录-更新检测参数画图代码与困惑

毕业设计记录-更新检测参数画图代码与困惑,第1张

毕业设计记录-更新检测参数画图代码与困惑

文章目录

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

原文地址: https://outofmemory.cn/zaji/5720701.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-17
下一篇 2022-12-18

发表评论

登录后才能评论

评论列表(0条)

保存