作業 05

透過作業五,我學會了完整訓練 YOLO 模型的流程,包含資料前處理、分割資料集、模型選擇與參數調整。 過程中更熟悉學習率、batch大小與epoch輪數對模型效能的影響,讓我對物件偵測模型的訓練機制有更深入的掌握,收穫相當豐富。
總分 完成後打勾 配分 分項描述
4 Simple baseline - 完成 baseline Colab 訓練得到訓練分數及訓練權重
4 Medium baseline - 調整訓練筆數、Epochs 或其他參數得到比 Simple baseline 更高的分數
2 Strong baseline - 描述
-10 沒有寫100字心得
Simple result image
Medium
將 epoch 調整20->50,batch大小調整成4,訓練集與驗證集分割比例改成80:20,即40筆:10筆
result image