【发布时间】：2022-08-23 16:11:27
【问题描述】：
我使用 Darknet 的 YOLOv4Tiny 构建了一个数字秤阅读器。它很难混淆 2\'s 和 5\'s，这让我相信我在训练期间做了一些不需要的数据增强。 （结果大多是正确的，眩光可能是一个因素，但我期待更好的结果）。
我参考了这篇文章： Understanding darknet\'s yolo.cfg config files
和暗网 github： https://github.com/AlexeyAB/darknet/wiki/CFG-Parameters-in-the-%5Bnet%5D-section
下面是我为我的模型修改的 yolov4-tiny.cfg 的链接： https://github.com/AlexeyAB/darknet/blob/master/cfg/yolov4-tiny.cfg
还有来自上面链接的 sn-p：
[net]
# Testing
#batch=1
#subdivisions=1
# Training
batch=64
subdivisions=1
width=416
height=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1
我是否正确angle=0 意味着没有轮换？
是否有任何其他可能的方式可以增加可能导致问题的数据？
编辑：如果我愿意，我怎么能消除所有的数据增强？
还是我只需要更多数据（目前 2484 张图像用于 10 位数类别）？
标签： yolo darknet data-augmentation yolov4