yolo項目總結

學習率調整，我一般遵循先大後小，多次實驗

初始訓練收斂慢，但在收斂，學習率增大

初始訓練，map跳動，降低學習率

訓練一段時間後，不再收斂，先減國小習率繼續訓練，看效果，一般會很慢收斂的，不行再小幅度增大學習率（防止陷入局部最優）

bs 一般為32 16 64 ，多試

學習率的初始為0.0015 上下

iou 門檻值：可0.5-0.7适當調整

不建議修改網絡結構，比如（添加注意力，采用，增加，修改，删除其他block）,時間算力充裕的例外

網絡裁剪适用與需要模型size小的項目，減通道可大幅減小模型大小，但推理速度變化不大，減層對模型推理加速明顯，如果模型較為複雜（檢測的種類多），建議采用trt,量化等其他優化方案