卷积神经网络CNN（6）——YOLOv2参数详解.pdf

卷积神经⽹络CNN （6）——YOLOv2参数详解 前⾔ 在个⼈的理解下，图像语意分割深度⽹络当然 最好的解决⽅法，但 其效果与时效性⼀直没有很好的表现，因此在规则的物体选⽤物体检 测，不规则的物体采⽤语意分割可能 ⽬前⽐较好的解决⽅法。 YOLOv2 参数详解 对于YOLOv2的深度⽹络原理以及解释在⽹上已经有很多⼈给出，因此作者就对在YOLOv2中的参数进⾏总结，使得⼤家可以更好地理解 与学习YOLOv2。 以tiny-yolo-voc.cfg为例⼦进⾏解释，主要讲解YOLOv2的参数，普通CNN具有的⽹络层参数，并不解释。 [net] batch=64 subdivisions=8 width=4 16 height=4 16 channels=3 o entu =0.9 decay=0.0005 angle=0 saturation = 1.5 exposure = 1.5 hue=.1 learning_ rate=0.001 ax_ batches = 40100 policy=steps steps=-1,100,20000,30000 scales=.1,10,.1,.1 batch：每次迭代要进⾏训练的图⽚数量 subdivisions ：源码中的图⽚数量int imgs = net.batch * net.subdivisions * ngpus，按subdivisions⼤⼩分批进⾏训练 width：输⼊图⽚宽度， height ：输⼊图⽚⾼度，channels ：输⼊图⽚通道数 对于每次迭代训练，YOLOv2会基于⾓度(angle)，饱和度(saturation)，曝光(exposure)，⾊调(hue)产⽣新的训练图⽚ angle：图⽚⾓度变化，单位为度，假如angle=5，就 ⽣成新图⽚的时候随机旋转-5~5度 saturation exposure: 饱和度与曝光变化⼤⼩，tiny-yolo-voc.cfg中1到1.5倍，以及 1/ 1.5~ 1倍 hue：⾊调变化范围，tiny-yolo-voc.cfg中-0.1~0.1 max_batches ：最⼤迭代次数 其余的为CNN学习参数，不予解释 [region] anchors = 1.08,1.19, 3.42,4.4 1, 6.63,11.38, 9.42,5.11, 16.62,10.52 bias_ atch=1 classes=20 coords=4 nu =5 soft ax=1 jitter=.2 rescore=1 object_scale=5 noobject_scale=1 class_scale=1 coord_scale=1 absolute=1 thresh = .6 rando =1 虽然region(YOLOv 1的detection)在最后⼀层，但 很多参数都 ⼀开始就载⼊使⽤的，尤其 对于图⽚数据处理的参数 classes ：类别数量 coords ：BoundingBox的tx,ty,tw,th，tx与ty 相对于左上⾓的gird，同时 当前grid的⽐例，tw与th 宽度与⾼度取对数 num：每个grid预测的BoundingBox个数 j itter：利⽤数据抖动产⽣更多数据，YOLOv2中使⽤的 crop，filp，以及net层的angle，flip 随机的，crop就 j itter的参数，tiny- yolo-voc.cfg中j