私はインターネットを検索しましたが、これに関する情報はほとんど見つかりませんでした。各変数/値がyoloの.cfg
ファイル。だから私はあなたの何人かが助けてくれることを望んでいた、私がこの問題を抱えているのは私だけではないと思うので、誰かが2つまたは3つの変数を知っているなら、将来そのような情報を必要とする人々がそれらを見つけることができるようにそれらを投稿してください。
私が知りたい主なものは次のとおりです:
細分化
減衰
勢い
チャンネル
フィルター
活性化
ここにいくつかの変数についての私の現在の理解があります。ただし、必ずしも正しいとは限りません。
左側には、4x4ピクセルの単一チャネルがあります。再編成レイヤーはサイズを半分に縮小し、異なるチャネルに隣接するピクセルを持つ4つのチャネルを作成します。
多くのことは多かれ少なかれ自明です(サイズ、ストライド、batch_normalize、max_batches、幅、高さ)。さらに質問がある場合は、お気軽にコメントしてください。
繰り返しますが、私はそれらの多くについて100%確信がないことに留意してください。
バッチ損失を減らすために各バッチで選択された画像の数
subdivisions noへのバッチサイズの分割。並列処理のためのサブバッチの
decayは学習パラメーターであり、ジャーナルで指定されているように、0.9の運動量と0.0005の減衰が使用されます
momentumは学習パラメーターであり、ジャーナルで指定されているように、0.9の運動量と0.0005の減衰が使用されます
channels Channelsは、BGRイメージの入力イメージ(3)のチャネルサイズを指します
filters CNNアルゴリズムに使用されるフィルターの数
アクティベーション CNNのアクティベーション関数:主にLeaky RELU関数が使用されます(主に構成ファイルで見たもの)
これは非常に古いヘルプのリクエストですが、答えを探している将来のユーザーのために、元のYoloプロジェクトの最も有名なフォーク内のWikiページですべての説明を見つけることができます https://github.com/AlexeyAB/darknet/wiki
特に、次のように here から[net]部分のみをコピーして貼り付けます。
[ネット]
batch=1
-1つのバッチに含まれるサンプル(画像、文字、...)の数subdivisions=1
-1つのバッチ内のmini_batchesの数、サイズmini_batch = batch/subdivisions
ので、GPUプロセスmini_batch
サンプルを一度に取得し、batch
サンプルの重みを更新します(1回の反復処理batch
イメージ)width=416
-ネットワークサイズ(幅)。したがって、トレーニングと検出中にすべての画像がネットワークサイズにサイズ変更されます。height=416
-ネットワークサイズ(高さ)。したがって、トレーニングおよび検出中にすべての画像がネットワークサイズにサイズ変更されます。channels=3
-ネットワークサイズ(チャネル)。したがって、トレーニングと検出中にすべての画像がこのチャネル数に変換されます。inputs=256
-ネットワークサイズ(入力)は非画像データに使用されます:文字、価格、カスタムデータ
とにかく、通常はすでに質問されて回答されているので、知りたいと思っている何か、素朴なものについても、 Github/issues part を調べてみてください。
幸運を。