YOLOV5的数据处理 增强技术

YOLOv5采用了许多有效的数据处理的方法,来增加训练模型的精度减少训练时间,数据扩增的方法主要介绍了MosaicCutout方法;

除了这两种方法外YOLOv5还使用了图像扰动改变亮度、对比度、饱和度、色调,加噪声随机缩放随机裁剪(random crop)翻转旋转随机擦除等方式;

YOLOv5为了提高网络的训练速度还增加了矩形训练的方法;

1. 引用此篇微信公众号文字

你可能感兴趣的:(深度学习,目标检测随机,记录,YOLO网络学习,YOLOV5数据处理和数据增强)