yolov4..cfg :增加细分参数的后果

Question

我正在尝试使用Darknet框架和Yolov4来训练自定义数据集。我建立了自己的数据集，但在google中得到了一条内存不足的消息。它还说“试着将细分为64”或类似的东西。我已经搜索了主要的.cfg参数的含义，例如批处理、细分等，我可以理解增加细分数意味着在处理之前分裂成更小的“图片”，从而避免将致命的“数据自动化系统从内存中删除”。事实上，换到64岁是很好的。现在，我在任何地方都找不到最终问题的答案:最终的重量文件和准确性是否通过这样做而“残废”？更具体地说，对最终结果有什么影响？如果我们抛开训练时间(这肯定会增加训练的次数)，那麽训练的准确性又如何呢？

换句话说:如果我们使用完全相同的数据集，使用8个细分进行训练，那么使用64个细分进行相同的训练，那么best_weight文件会是相同的吗？物体探测的成功率是相同的还是更糟？谢谢。

Answer 1

首先，阅读注释，假设您有100批。

• 批处理大小=64
• 细分=8
• 现在将批处理= 64/8 => 8
• 逐个加载和工作到RAM中，由于内存容量低，可以根据内存容量更改参数。您也可以减少批大小，因此它将占用较低的内存空间。它不会对数据集图像产生任何影响。它只是将无法在内存中加载的大批大小分割成小块。