yolov5训练精度问题

我想问一下，为什么我数据集越少精度越高，数据集多了反而精度下降了。那我可不可以数据集少一点，数据集多跟少没区别是吧，最终目的都是检测精度​。求解答一下[doge]，就算我500张可以0.9，一万张0.85，最后还是选500张的对不？​

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7781024
• 除此之外, 这篇博客: Yolov5自学笔记之一--从入门到入狱，功能强大不要乱用（实现yolov5的基本功能使用流程及训练自己的数据集）中的 3.2.2、修改预训练模型文件 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  打开上面下载的模型文件，如果用哪个就改哪个，这里我打算用yolov5s.pt作为预训练模型

  打开对应的配置文件 yolov5s.yaml, 这里只要改一个地方，就是把nc改为需要训练的种类数

  

   我只训练一个种类，所以改为  nc：1

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^