YoloV5 自定义再训练

Question

我在 yoloV5s 模型中训练了我的自定义数据集，我的推理准确率达到了 80%。现在我需要通过添加更多图像和标签来提高准确性。

我的问题是，我已经训练了 10,000 多个标签以达到 80%，我花了 7 个小时。 我是否需要将旧的 10,000 多条数据与我的新数据（只有 1000 条）包含在内来训练和提高我的准确性？

即使我添加了一个新类，我有什么方法可以只包含新数据来重新训练模型吗？

如何节省时间和空间？

Answer 1

您提出的问题是关于主题持续学习，这是当今一个活跃的研究领域。由于您需要向模型添加更多类，因此您需要使用以前的数据添加新类并从头开始重新训练模型。如果你不这样做，即你只训练新类，你的模型将完全忘记以前的数据（学习特征）；这种遗忘被称为灾难性遗忘。

许多人提出了各种避免这种灾难性遗忘的方法；我个人觉得Progressive Neural Network对Forgetting的免疫能力很强。除此之外还可以找到其他方法here

正如我告诉你的，这是目前一个非常活跃的研究领域；没有万无一失的解决方案。目前，最好的方法是将新数据添加到以前的数据中并重新训练您的模型。