参考:https://blog.csdn.net/qq_27871973/article/details/85009026#commentBox
代码链接:https://github.com/Eatzhy/tiny-yolov3/issues
1. 训练
- voc_annotation.py生成test.txt和train.txt,将test.txt内容复制到train.txt后面。
tiny-train.py代码中的annotation_path输入的是train.txt,然后对其中的图片重新划分训练和测试集。 - 修改类别和epoch
classes_path = 'model_data/voc_classes.txt'
# epochs=3000, #迭代的步数
epochs=50,
- 训练图像使用 tiny_train.py
训练后的权重文件会保存在logs下
2. 测试
- 对待测图像进行批量测试:
yolo_test_batch.py
然后会在VOC/SegmentationClass生成检测后的结果
3.问题
3.1 训练epoch=50,loss下降后依然很大,约为13
方法(1):将GDUT数据集图片resize到416*416大小,再次进行训练。