1. yolo v2很多文件和v1不一样,而且迭代了很多个版,网上现有的V2教程里的src/yolo_kernels.cu已经没有了,这一步改动不用管
2. 教程:http://blog.csdn.net/hysteric314/article/details/54097845(记得修改完要重新make)
3.有关于测试阈值改动、中间参数可视化(不能直接用,因为中间参数格式变了)的教程:
http://blog.csdn.net/hrsstudy/article/details/65644517?utm_source=itdadao&utm_medium=referral
4. 为了让YOLO v2能像训练VOC数据集一样训练自己的数据集,需要对代码进行以下三个方面的修改: (我在svt数据集上做图像文本检测,是1类text)
一:修改分类的个数:在代码中,默认VOC数据集是20类,而我要改成1类。
二:准备txt文档:VOC训练数据集中会自带几个txt文档,用来指明文件名或者路径地址,而如果你使用你自己的数据可能就需要自己生成这些文档。
三:修改代码中路径信息,把代码中VOC训练数据集的路径改成自己训练数据集的路径
5. 把20类改成1类
1) cfg/voc.data文件中:
classes 改成1。
names=data/svt.names。
svt.names这一个文件要存在于darknet目录下的data文件夹里,创建一个svt.names,加上内容,当然名字和路径都可以自己定义。这个文件中的行数要和类数一致,每一行都是一个类别的名字。比如我的这一文件中就只有一行数据:“text”。这个文件在测试你训练的model的时候会用到,系统会在图片上画出bounding box,bounding box上面的文字,也就是这个框中物体的名字,应该就来自这个文件。
2)