YOLOv5内置--hyp超参配置文件对比

1、YOLOv5超参数配置介绍

YOLOv5 有大约 30 个超参数用于各种训练设置。这些是在目录中*.yaml的文件中定义的/data。更好的初始猜测会产生更好的最终结果，因此在演化之前正确初始化这些值很重要。

 lr0 :0.01#初始学习率 (SGD=1E-2, Adam=1E-3) 
 lrf :0.01#最终的 OneCycleLR 学习率 (lr0 * lrf) 
 momentum:0.937# SGD 动量/Adam beta1 
 weight_decay :0.0005#优化器权重衰减 5e-4 
 warmup_epochs :3.0# warmup epochs (fractions ok) 
 warmup_momentum :0.8#预热初始动量 
 warmup_bias_lr :0.1#预热初始偏差 lr 
 box :0.05# box loss gain 
 cls :0.5# cls 损失增益 
 cls_pw :1.0# cls BCELoss positive_weight 
 obj :1.0# obj loss gain（按像素缩放） 
 obj_pw :1.0# obj BCELoss positive_weight 
 iou_t :0.20# IoU训练阈值 
 anchor_t :4.0#锚倍阈值 #anchors：3 # 每个输出层的锚点（0 忽略） 
 fl_gamma :0.0#focal loss gamma (efficientDet default gamma=1.5) 
 hsv_h :0.015#图像 HSV-Hue 增强（分数） 
 hsv_s :0.7#图像 HSV-Saturation 增强（分数） 
 hsv_v :0.4#图像 HSV 值增强（分数） 
 degree :0.0#图像旋转 (+/- deg) 
 translate :0.1#图像翻译（+/- 分数） 
 scale :0.5#图像比例（+/- 增益） 
 shear：0.0#图像剪切（+/- 度） 
 perspective :0.0#图像透视（+/- 分数），范围 0-0.001 
 flipud :0.0#图像上下翻转（概率） 
 fliplr :0.5#图像左右翻转（概率） 
 mosaic:1.0#图像马赛克（概率） 
 mixup :0.0#图像混合（概率） 
 copy_paste :0.0#段复制粘贴（概率）