Yolov8 Custom Training - hohes Selbstvertrauen, aber offensichtliche Objekte vermisst ⇐ Python

[Anonymous]

Ich trainiere Yolov8n in einem benutzerdefinierten Datensatz (5000 Bilder, 3 Klassen) unter Verwendung von Ultralytics. Trotz hoher Konfidenzwerte (0,8+) verfehlt das Modell offensichtliche Objekte in der Validierung. />

Code: Select all

model.train(data="data.yaml", epochs=100, batch=16, imgsz=640)

Ausgabe:
map@0.5 ist nur 0,35 (erwartet ≥0.7). 0,001. Gibt es wichtige Hyperparameter, die ich anpassen sollte?