deep-learning - YOLOv4 中的损失和 mAP 图表

Question

我对“你只看一次”对象检测算法(准确地说是 YOLOv4)还是个新手。我有一些关于 mAP 和损失图表的问题。
我尝试按照 AlexeyAB Darknet 中的说明进行操作，并使用 Google Colab 训练我的自定义对象检测器。训练结束后，它显示了损失和 mAP 图表，如下所示。
损失和mAP图表:

我的问题是:

除了这个还有什么图表吗？

这是训练还是验证的损失？

为什么在迭代 1200 附近突然下降？

训练的输出只是那个图表和权重文件吗？

Answer 1

是的。但是如果你想导出日志并用它制作图表，你可以试试这个命令:

./darknet detector train data/obj.data cfg/yolov4.cfg yolov4.weights -map | tee results.log

蓝色曲线是训练数据集上的训练损失或错误(特别是 YOLOv4 的 Complete Intersection-Over-Union 或 CIoU 损失)。有关 CIoU 损失的更多详细信息，check this paper . 红线是 50% Intersection-over-Union 阈值 (mAP@0.5) 下的平均精度，用于检查您的模型是否在前所未见的数据集或验证集上泛化良好。如果想更了解mAP，可以引用这个easy-to-understand blogpost.

您使用的是自定义数据集吗？迭代 1200 附近的下降可能是由数据集中的某些问题引起的。要检查，请尝试以下操作:
(a) 检查您的数据集 - 使用标志 -show_imgs 运行训练即 ./darknet detector train ... -show_imgs并查看 aug_...jpg图像，你看到正确的有界框吗？
(b) 检查生成的文件 bad.list和 bad_label.list如果它们存在。这些文件包含可能有问题的标签文件。

是的。但是，如果您启用日志文件(检查我的答案 - 否。1)，那么，不。