DarknetにおけるYOLOモデルのAnchor Box最適化：K-meansクラスタリングによる精度向上手法
Darknetフレームワークは、YOLOv4やScaled-YOLOv4などの高性能検出アーキテクチャを実装するための軽量かつ柔軟な基盤です。しかし、その検出性能は、単にネットワーク構造や学習率に依存するものではなく、Anchor Boxの設計品質に強く影響されます。本稿では、データセット固有のAnchorを科学的に導出するためのK-meansベースのクラスタリング手法を、実装中心で解説しま ...
7月22日 21:55 投稿
YOLOシリーズにおけるdata.yamlの設計と活用：v5からv11までの共通設定ガイド
YOLOモデルにおける構成ファイルの重要性
YOLO（You Only Look Once）ファミリーは、リアルタイム物体検出において高い評価を受けているディープラーニングアーキテクチャ群です。特にYOLOv5以降のバージョンでは、学習パイプラインの簡素化が進み、data.yamlのような構成ファイルを通じてデータセットの情報を効率的に伝達できるようになっています。このファイルはモデル ...
6月5日 17:16 投稿