-----------------------------------------------------
2022-11-2
数据增广：Mosaic（RandomResizedCrop有冲突）,Mixup 1.训练技巧，在最后15个epoch关闭解耦头
1.将预测分支解耦极大的改善收敛速度
2.解耦带来AP提升
正样本选择策略
multi positives：将中心3X3区域都认为是正样本
SimOTA：训练阶段给每个GT自适应动态分布K个正样本
1.分别计算每个GT与Anchor Point的cost
2.分别计算每个GT与Anchor Point的IOU
3.分别将每个GT的最大10个IOU求和获得K
4.分别取每个GT的最小K个cost
anchor-free
1.使用anchor时，为了调优模型，需要对数据聚类分析，确定最优anchor，缺乏泛化性
2.anchor-free预测数量减少2/3
标签：GT,每个,Series,YOLO,YOLOX,cost,样本,anchor From： https://www.cnblogs.com/shuimobanchengyan/p/16853394.html