超参数介绍

掌握基础参数即可训练一个自己的目标检测模型；高阶参数主要在调参过程中使用。

基础参数

• Cuda：是否使用CUDA。默认为True

• classes_path：指向model_data下的txt，存放数据集类别。

• model_path：指向预训练权重

  • 当model_path = '' 时，不加载权值

  • 中断训练后，修改model_path为最后保存的权重和对应的Init_Epoch，可继续训练

• phi：YOLO模型版本

• Init_Epoch：从多少轮开始训练

• Freeze_Epoch：冻结训练的Epoch

• Freeze_batch_size：冻结训练的batch_size

• UnFreeze_Epoch：训练的总Epoch

• UnFreeze_batch_size：解冻训练的batch_size

具体使用细节详见train.py中的代码注释。

高阶参数

• mosaic：是否使用mosaic数据增强

• mixup：是否使用mixup数据增强

• mosaic_prob：每个step有多少概率使用mosaic数据增强

• mixup_prob：每个step有多少概率使mixup数据增强

• label_smoothing：标签平滑

• optimizer_type：优化器种类

• weight_decay：权值衰减，可防止过拟合

• lr_decay_type：学习率下降方式

• num_workers：多线程读取数据

• distributed：是否使用多卡训练

• fp16：是否使用混合精度训练

具体使用细节可参考代码注释。