mirror of https://github.com/open-mmlab/mmyolo.git
38 lines
1.6 KiB
Markdown
38 lines
1.6 KiB
Markdown
|
# 优化锚框尺寸
|
||
|
|
|
||
|
|
脚本 `tools/analysis_tools/optimize_anchors.py` 支持 YOLO 系列中三种锚框生成方式，分别是 `k-means`、`Differential Evolution`、`v5-k-means`.
|
||
|
|
|
||
|
|
## k-means
|
||
|
|
|
||
|
|
在 k-means 方法中，使用的是基于 IoU 表示距离的聚类方法，具体使用命令如下:
|
||
|
|
|
||
|
|
```shell
|
||
|
|
python tools/analysis_tools/optimize_anchors.py ${CONFIG} \
|
||
|
|
--algorithm k-means \
|
||
|
|
--input-shape ${INPUT_SHAPE [WIDTH HEIGHT]} \
|
||
|
|
--out-dir ${OUT_DIR}
|
||
|
|
```
|
||
|
|
|
||
|
|
## Differential Evolution
|
||
|
|
|
||
|
|
在 `Differential Evolution` 方法中，使用的是基于差分进化算法（简称 DE 算法）的聚类方式，其最小化目标函数为 `avg_iou_cost`，具体使用命令如下:
|
||
|
|
|
||
|
|
```shell
|
||
|
|
python tools/analysis_tools/optimize_anchors.py ${CONFIG} \
|
||
|
|
--algorithm DE \
|
||
|
|
--input-shape ${INPUT_SHAPE [WIDTH HEIGHT]} \
|
||
|
|
--out-dir ${OUT_DIR}
|
||
|
|
```
|
||
|
|
|
||
|
|
## v5-k-means
|
||
|
|
|
||
|
|
在 v5-k-means 方法中，使用的是 YOLOv5 中基于 `shape-match` 的聚类方式，具体使用命令如下:
|
||
|
|
|
||
|
|
```shell
|
||
|
|
python tools/analysis_tools/optimize_anchors.py ${CONFIG} \
|
||
|
|
--algorithm v5-k-means \
|
||
|
|
--input-shape ${INPUT_SHAPE [WIDTH HEIGHT]} \
|
||
|
|
--prior-match-thr ${PRIOR_MATCH_THR} \
|
||
|
|
--out-dir ${OUT_DIR}
|
||
|
|
```
|