YOLOv4 中的损失和 mAP 图表

Question

我对“You Only Look Once”对象检测算法（确切地说是 YOLOv4）还很陌生。我对 mAP 和损失图有一些疑问。

我尝试遵循AlexeyAB Darknet的说明，并使用 Google Colabs 训练我的自定义对象检测器。训练结束后，显示loss和mAP图表，如下图所示。

Loss和mAP图表：

我的问题是：

1. 除了这个还有别的图表吗？
2. 这是训练或验证的损失吗？
3. 为什么迭代1200附近突然下降？
4. 训练的输出只是图表和权重文件吗？

Answer 1

1. 是的。但如果你想导出日志并用它制作图表，你可以尝试这个命令：

./darknet detector train data/obj.data cfg/yolov4.cfg yolov4.weights -map | tee results.log

2. 蓝色曲线是训练损失或训练数据集上的错误（特别是 YOLOv4 的 Complete Intersection-Over-Union 或 CIoU 损失）。有关 CIoU 损失的更多详细信息，请查看本文。红线是50% Intersection-over-Union 阈值 (mAP@0.5) 下的平均精度，它检查您的模型是否在从未见过的数据集或验证集上很好地泛化。如果你想更多地了解mAP，可以参考这篇通俗易懂的博文。

3. 您使用的是自定义数据集吗？第 1200 次迭代附近的下降可能是由数据集中的一些问题引起的。要检查，请尝试以下操作：

   (a) 检查您的数据集 - 使用 flag -show_imgsie运行训练./darknet detector train ... -show_imgs并查看aug_...jpg图像，您是否看到正确的真实边界框？

   (b) 检查生成的文件bad.list以及bad_label.list它们是否存在。这些文件包含可能有问题的标签文件。

4. 是的。但如果您启用日志文件（检查我的答案 - 否。1），那么，不行。