[我参加NVIDIA Sky Hackathon]（模型训练yolo系列）

由于NVIDIA在CV APPLICATIONS->Object Detection提供了yolov3和yolov4的模型配置及训练部署教程，并且yolov4相对于yolov3性能较好，所以选择了yolov4进行训练，backbone选择resnet18。

1.Generate anchor shape

通过tlt yolo_v4 kmean生成anchor shape。

tlt yolo_v4 kmeans [-h] -l 
                        -i 
                        -x 
                        -y 
                        [-n ]
                        [--max_steps ]
                        [--min_x ]
                        [--min_y ]

2.训练结果

在训练yolov4-resnet18时，预训练模型为resnet_18.hdf5，loss很大，训练结束后选择loss最小的一个模型作为预训练模型，接着训练，最后的训练结果如下图1所示。

max map 0.75398008182529
min train loss 25.208847
min val loss 28.75248098242053

图1 

进行数据清洗，提高epoch到500，训练结果图如图二，各项指标均有所提升。

max map 0.7899611925678601
min train loss 16.976751
min val loss 23.535720474418554

图2