作者主页(​​文火冰糖的硅基工坊​​​)：​​文火冰糖（王文兵）的博客_文火冰糖的硅基工坊​

​目录​

​​前言：​​

​​第1步：数据集的优化​​

​​（1）图像的数量​​

​​（2）标签的目标实例的数量​​

​​（3）图片的变化性​​

​​（4）标签的一致性​​

​​（5）标签准确性​​

​​（6）背景图片的添加​​

​​第2步：模型的选择​​

​​第3步：模型训练过程的优化​​

​​3.1 情形1：从预训练模型（权重文件）开始​​

​​3.2 情形2：从头开始训练​​

​​3.3 模型训练超参数的选择​​

前言：

YOLO V5官方提供的性能指标，是在YOLO V5指定的数据集和相应的超参数设置下获的的最佳性能，而不仅仅取决于网络，该性能是数据集、模型、超参数设置相关因素共同作用的效果。

用户要想在自己的数据集上获的最佳的训练效果，有些常规的最佳实践还是需要遵守的。

如下来自官网的建议。

​​Tips for Best Training Results ???? - YOLOv5 Documentation​​

第1步：数据集的优化

训练数据集对于模型最终的训练效果，有这至关重要的影响，主要的影响因素或建议如下：

​（1）图像的数量​

每一种分类的图片的数量要大于1.5K张。确保模型有足够的泛化能力。

​（2）标签的目标实例的数量​

每一种分类，该数量要大于10K个。

​（3）图片的变化性​

训练图片具备代表性，能够代表实际部署情形不同场景下的图片。

对于实际图片目标用例，推荐来自一天中不同时间、不同季节、不同天气、不同光照、不同角度、不同来源（在线抓取、本地收集、不同相机）等的图像。这样确保训练图片具备最广泛的代表性，而不仅仅代表某种场合。

​（4）标签的一致性​

模型会把所有没有标注的目标，识别成背景。因此，所有图像中所有类的所有​需要识别​的实例都​必须标记​。部分标签将导致副作用，比如“图片中的dog”， 部分标注，而部分不标注，将导致负面效果，训练时，模型就容易混淆，相同的“狗的属性”，有时候要识别成“狗”，有时候又不需要识别成“狗”，这就比较麻烦。

任何需要是不的对象，在训练数据集中都不应缺少标签，确保目标对象标签的一致性。

​（5）标签准确性​

  • 标签必须​紧密​地包围每个对象。

对象与其边界框之间不应存在空间。因为机器很傻，它会把边界框内的所有像素点都作为“目标”特征的一部分，对象与其边界框也会被认为是目标对象的一部分。如果这部分在预测的图片中，不存在，这就容易容模型降低在实际预测目标时的相似度。

​（6）背景图片的添加​

背景图像是指没有对象的图像，把这些图像添加到数据集中，能够降低非目标对象错误的识别成目标对象的概率。也就说，这些图片，能够帮助模型识别，哪些目标是不需要识别的，他们仅仅作为背景图片的一部分。

背景图片的数量，建议占总体图片数量的0-10%之间，COCO 数据集就有 1000 张背景图片可供参考，占总数的 1%，如下图所示：

[YOLO专题-14]：YOLO V5 - ultralytics在自定义数据集上获得高性能的常见关键项_最近性能优化

第2步：模型的选择

不同的模型，有不用的应用场景和目标。小的模型，追求的是速度，大的模型，追求的是准确率。

YOLOv5x 和​​YOLOv5x6​​等较大的模型几乎在所有情况下都会产生更好的结果，但参数更多，需要更多的 CUDA 内存来训练，并且运行速度较慢。

对于​移动​部署，我们推荐 YOLOv5s/m。

对于​云​部署，我们推荐 YOLOv5l/x。

[YOLO专题-14]：YOLO V5 - ultralytics在自定义数据集上获得高性能的常见关键项_ultralytics_02

不同模型的选择，可以参见：

​

第3步：模型训练过程的优化

3.1 情形1：从预训练模型（权重文件）开始

如果用户的数据集是小型数据集，没有充足的数据量，要基于这样的数据集训练模型，建议从官网提供的预训练模型开始，以官网的预训练模型为基准。除了节省训练时间，还能够提升模型的准确性。因为预训练模型是在复杂、大型数据集上获的的，它具备最大的泛化能力，具备广泛的特征提取的能力。

小型的用户数据集，不适合训练特征提取网络，只适合训练分类与目标检查的输出网络。

因此，基于预训练的权重的模型，再进一步对用户的数据集进行训练，既能够节省时间，也能够提升用户数据集上训练结果的准确性。

对于小型的数据集，如果完全从头开始训练，容易导致网络过拟合，泛化能力差等不好的效果。

训练命令如下：

python train.py --data custom.yaml --weights yolov5s.pt
                                             yolov5m.pt
                                             yolov5l.pt
                                             yolov5x.pt
                                             custom_pretrained.pt

通过--weights 参数，（1）指定模型；（2）指定对应的权重文件。

如果在yolov5工程的根目录中，找不到相应的预训练权重文件，如yolov5s.pt，则YOLO V5的工程代码会自动从官网上下载相应的权重文件。

这种方式，模型训练的参数，使用​默认的模型参数​，模型的参数被定义在预定义的模型配置文件中：

如下图所示：

[YOLO专题-14]：YOLO V5 - ultralytics在自定义数据集上获得高性能的常见关键项_计算机视觉_03

3.2 情形2：从头开始训练

如果用户的数据集是大型数据集，有足够多的样本来训练模型，则可以不用基于官网提供的预训练模型开始，而是从头开始训练自己的模型权重参数。

这种方式需要注意如下几点：

（1）训练的时间较长，正常情况下，需要1个星期以上。

（2）模型的权重设定为“空”： --weights '' "

（3）由于权重文件，YOLO V5不知道用户需要使用什么的模型（YOLO V5多种规模的模型），因此需要通过--cfg 参数，指定模型本身的参数或配置。命令如下图所示：

python train.py --data custom.yaml --weights '' --cfg yolov5s.yaml
                                                      yolov5m.yaml
                                                      yolov5l.yaml
                                                      yolov5x.yaml

yolov5s.yaml是模型的配置文件，其位于models目录中：

[YOLO专题-14]：YOLO V5 - ultralytics在自定义数据集上获得高性能的常见关键项_计算机视觉_03

模型配置文件的内容如下图所示：

# YOLOv5 ???? by Ultralytics, GPL-3.0 license

# Parameters
nc: 80  # number of classes                     # 分类数目
depth_multiple: 0.33  # model depth multiple    # 模型的深度倍数，值越小，模型的规模越小
width_multiple: 0.50  # layer channel multiple  # 模型通道的倍数，值越小，模型的规模越小
anchors:                                        # 先验框： 3 * 3 = 9个
  - [10,13, 16,30, 33,23]  # P3/8
  - [30,61, 62,45, 59,119]  # P4/16
  - [116,90, 156,198, 373,326]  # P5/32

# YOLOv5 v6.0 backbone                          # 特征提取网络
backbone:
  # [from, number, module, args]
  [[-1, 1, Conv, [64, 6, 2, 2]],  # 0-P1/2
   [-1, 1, Conv, [128, 3, 2]],  # 1-P2/4
   [-1, 3, C3, [128]],
   [-1, 1, Conv, [256, 3, 2]],  # 3-P3/8
   [-1, 6, C3, [256]],
   [-1, 1, Conv, [512, 3, 2]],  # 5-P4/16
   [-1, 9, C3, [512]],
   [-1, 1, Conv, [1024, 3, 2]],  # 7-P5/32
   [-1, 3, C3, [1024]],
   [-1, 1, SPPF, [1024, 5]],  # 9
  ]

# YOLOv5 v6.0 head
head:
  [[-1, 1, Conv, [512, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 6], 1, Concat, [1]],  # cat backbone P4
   [-1, 3, C3, [512, False]],  # 13

   [-1, 1, Conv, [256, 1, 1]],
   [-1, 1, nn.Upsample, [None, 2, 'nearest']],
   [[-1, 4], 1, Concat, [1]],  # cat backbone P3
   [-1, 3, C3, [256, False]],  # 17 (P3/8-small)

   [-1, 1, Conv, [256, 3, 2]],
   [[-1, 14], 1, Concat, [1]],  # cat head P4
   [-1, 3, C3, [512, False]],  # 20 (P4/16-medium)

   [-1, 1, Conv, [512, 3, 2]],
   [[-1, 10], 1, Concat, [1]],  # cat head P5
   [-1, 3, C3, [1024, False]],  # 23 (P5/32-large)

   [[17, 20, 23], 1, Detect, [nc, anchors]],  # Detect(P3, P4, P5)
  ]

3.3 模型训练超参数的选择

在修改任何内容之前，​首先使用默认设置进行训练以建立性能基线，作为后续的比较基准​。

train.py 设置的完整列表可以在​​train.py​​ argparser 中找到。

​（1）epoch。​

至少从 300 个 epoch 开始，过少的epoch会导致模型训练不够充分。但如果这过拟合，那么您可以减少 epochs。如果在 300 个 epoch 后没有发生过拟合，则可是使的训练更长时间，即 600、1200 个等 epoch。

​（2）图片大小。​

COCO数据集使用默认的​​--img 640。​​

​​如果用户的数据集上有大量的小目标，那么使用--img 1280可以获得更好的性能。但需要注意的是，如果在--img 1280上进行训练，那么也需要在--img 1280上进行预测。​​

​（3）批量大小。​

使用​​--batch-size​​您的硬件允许的最大尺寸。小批量会产生较差的批量规范统计数据，应避免使用。

​（4）超参数（Hyperparameters）​

默认超参数存在与hyp.scratch.yaml文件中。

我们建议您先使用默认超参数进行训练，然后再考虑修改任何超参数。

一般来说，增加增强超参数将减少和延迟过拟合，允许更长的训练和更高的最终 mAP。

减少损失分量增益超参数​​hyp['obj']​​将有助于减少那些特定损失分量的过度拟合。

有关优化这些超参数的自动化方法，请参阅我们的超参数​​演化教程​​。

作者主页(​​文火冰糖的硅基工坊​​​)：​​文火冰糖（王文兵）的博客_文火冰糖的硅基工坊​