yolov5 训练的验证集是什么，是否有必要？答案

【问题标题】：What is validation set for yolov5 training and is it necessary?yolov5 训练的验证集是什么，是否有必要？
【发布时间】：2022-04-14 03:27:13
【问题描述】：

我正在训练一个 yolov5 模型，我有一个数据集，但我无法理解验证数据和测试数据之间的区别。我应该将数据集拆分为训练/测试/验证还是只训练/测试？

【问题讨论】：

【解决方案1】：

验证数据集在拟合模型的超参数（例如，神经网络中隐藏单元的数量 - 层和层宽度）的同时，对训练数据集上的拟合模型进行无偏评估.验证数据集可用于早期停止正则化（当验证数据集中的误差增加时停止训练，因为这是对训练数据集过度拟合的标志）

【讨论】：

那么，我是否应该将我的数据集拆分为 train/test/val，因为我不想减小训练数据的大小以及您对百分比有何建议（例如 %80 train - % 10 测试 - %10 验证等）？
这取决于您拥有的数据集的数量。
我有 1529 张图像和 8000 多个实例，仅用于 1 个类。是否可以在不使用验证集的情况下检测过拟合？
听起来采样率很低。也许这些比率是合理的。但是，在之前的机器学习时代，通常的做法是获取所有数据并按照 70/30% 的比例进行拆分。
所以，由于您的数据集相对较小，这些传统比率可能还可以。