VIP20
本课程属于：032-YOLO目标检测 AI视觉与工业视觉 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

YOLO目标检测mAP评估与提升

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
mAP基础概念
什么是mAP？Precision与R… · IoU的计算方式 · AP与mAP的关系
mAP基础概念
02
混淆矩阵详解
TP · FP · FN
混淆矩阵详解TP
03
Precision-Recall曲线
如何绘制PR曲线 · PR曲线的物理意义 · 不同阈值下的PR变化
Precision-Re…曲线
04
AP的计算方法
VOC 2007的11点插值法 · VOC 2012的积分法 · COCO的101点插值法
AP的计算方法
05
mAP的宏观计算
多类别mAP的聚合方式 · COCO数据集中的mAP@0.5 · mAP@0.5:0.95等指标
mAP的宏观计算
06
YOLO模型评估工具
YOLOv5/v8官方val.py的… · 输出日志解读 · mAP结果的可视化
YOLO模型评估工具
07
数据质量对mAP的影响
标注错误 · 漏标 · 类别不平衡对mAP的具体影响
mAP数据质量对
08
数据增强策略
Mosaic · MixUp · CutMix
数据增强策略Mosaic
09
锚框设计与优化
K-means聚类生成锚框 · 锚框尺寸对mAP的影响 · 自动锚框搜索
锚框设计优化
10
模型架构选择
YOLOv5n/s/m/l/x · YOLOv8n/s/m/l/x的mA… · 如何根据场景选择模型
模型架构选择YOLOv5n/s/m/…
11
Backbone网络优化
CSPNet · ELAN · RepVGG等结构对mAP的影响
Backbone网络优化
12
Neck与Head设计
FPN · PAN · BiFPN结构对比
NeckHead
13
损失函数调优
CIoU · DIoU · EIoU
损失函数调优CIoU
14
训练超参数调优
学习率 · Batch Size · Epochs
训练超参数调优学习率
15
优化器选择
SGD · Adam · AdamW在YOLO训练中的表现
优化器选择SGD
16
学习率调度策略
Cosine Annealing · Step Decay · ReduceLROnPlateau对…
学习率调度策略Cosine
17
标签平滑与正则化
Label Smoothing · Dropout · DropBlock对mAP的提升效果
标签平滑正则化
18
多尺度训练与测试
多尺度训练策略 · TTA（Test Time Augm…
多尺度训练测试
19
NMS后处理优化
NMS · Soft-NMS · DIoU-NMS
NMS后处理优化
20
模型集成方法
Bagging · Boosting · Snapshot Ensemble
模型集成方法Bagging
21
迁移学习与预训练权重
在COCO上预训练的重要性 · 微调策略对mAP的影响
迁移学习预训练权重
22
知识蒸馏
Teacher-Student架构 · Feature-based蒸馏 · Response-based蒸馏对m…
知识蒸馏Teacher-Stud…
23
量化与剪枝对mAP的影响
INT8量化 · 通道剪枝 · 结构化剪枝对mAP的损失与恢复
mAP量化
24
部署环境适配
TensorRT · ONNX Runtime · OpenVINO对mAP的影响
部署环境适配TensorRT
25
mAP与FPS的权衡
如何平衡检测精度与推理速度 · 不同场景下的最佳实践
mAPFPS
26
mAP的局限性
mAP无法反映小目标 · 遮挡 · 密集场景的问题
mAP的局限性
27
小目标检测mAP提升
特征金字塔优化 · 高分辨率输入 · 小目标数据增强
mAP小目标检测
28
旋转目标检测mAP
旋转框的mAP计算方式 · YOLO-OBB · S2ANet等模型的评估
mAP旋转目标检测
29
mAP自动化调优工具
Optuna · Ray Tune · WandB Sweep在YOLO超参…
mAP自动化调优工具
30
综合实战案例
从数据准备到模型部署的全流程mAP优… · 一个真实项目的mAP从0.65提升到…
综合实战案例mAP