YOLOv4中cfg文件夹下yolov4-custom.cfg的解释

[net]
# Testing
#batch=1
#subdivisions=1
# Training
batch=64              //一批训练样本的样本数量，测试时batch和subdivisions以上面部分为准
subdivisions=16
width=608             //width，height固定图片尺寸
height=608
channels=3
momentum=0.949        //动量参数
decay=0.0005          //权重衰减正则项
angle=0               //数据增强参数，通过旋转角度来生成更多训练样本
saturation = 1.5      //数据增强参数，通过调整饱和度来生成更多训练样本
exposure = 1.5        //数据增强参数，通过调整曝光量来生成更多训练样本
hue=.1                //数据增强参数，通过调整色调来生成更多训练样本

learning_rate=0.001   //学习李
burn_in=1000          //迭代次数阈值，大于该阈值和小于该阈值有不同的方式
max_batches = 500500  //最大训练次数
policy=steps
steps=400000,450000   //steps和scale是设置学习率的变化，迭代400000次和450000次后学习率分别衰减十倍
scales=.1,.1

#cutmix=1
mosaic=1              //马赛克数据增强

#:104x104 54:52x52 85:26x26 104:13x13 for 416
```c
...
[convolutional]
batch_normalize=1     //
filters=32            //卷积核个数，输出通道数
size=3                //卷积核尺寸
stride=1              //卷积核步长
pad=1                 //是否补零
activation=mish       //网络层激活函数

跳跃连接

[shortcut]
from=-3              //前面第3层，跳跃连接
activation=linear    //层激活i函数

三个yolo层

[yolo]
mask = 0,1,2            //做3个索引
anchors = 12, 16, 19, 36, 40, 28, 36, 75, 76, 55, 72, 146, 142, 110, 192, 243, 459, 401
classes=80              //目标类别数
num=9                   //每个cell预测的框的个数
jitter=.3               //数据增强手段，随机调整长宽高比例
ignore_thresh = .7      //低于这个值的IoU忽略
truth_thresh = 1
scale_x_y = 1.2
iou_thresh=0.213
cls_normalizer=1.0
iou_normalizer=0.07
iou_loss=ciou
nms_kind=greedynms
beta_nms=0.6
max_delta=5


[route]
layers = -4               //只有一个值时输出该值索引的图层特征图
                          //两个值时返回值索引的层的拼接特征图