1.win10跑darknet模型通过cmd
输入CMD指令
cmd模式,在x64路径下——
训练:darknet classifier train data/METAL/metal.data data/METAL/darknet19_448.cfg pretrained_weights/darknet19_448.conv.23
验证:darknet classifier valid data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights
预测:darknet classifier test data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights
指令说明:
Darknet:就是运行darknet指令
Classifier:我们所做的工作是分类,如果要做目标检测,这里输入目标检测的单词。
Train:表示训练模型
Valid:验证模型
Test:测试模型
data/METAL/metal.data:模型数据集的配置文件
data/METAL/darknet19_448.cfg:模型的结构文件,一般从官网上下载后,根据自己的需求下载,E:\darknet_win\x64\data\METAL\darknet19_448.cfg文件夹下的darknet19_448.cfg是已经裁剪好的模型,这里不需要再做裁剪。
backup/_darknet19_448_final.weights:
是E:\darknet_win\x64\backup\_darknet19_448_final.weights路径下的权重文件。
训练:darknet classifier train data/METAL/metal.data data/METAL/darknet19_448.cfg pretrained_weights/darknet19_448.conv.23
基于pretrained_weights/darknet19_448.conv.23的权重采用data/METAL/darknet19_448.cfg模型训练data/METAL/metal.data中配置的数据集。
验证:darknet classifier valid data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights
基于backup/_darknet19_448_final.weights的权重采用data/METAL/darknet19_448.cfg模型验证data/METAL/metal.data中配置的数据集。
预测:darknet classifier test data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights
基于backup/_darknet19_448_final.weights的权重采用data/METAL/darknet19_448.cfg模型测试data/METAL/metal.data中配置的数据集。
predict指令
如果只预测一张图片:
修改预测指令倒数第二个参数对应文件data/METAL/darknet19_448.cfg,把文件里的batch和subdivision都改成1。
指令中test改为predict
并且在预测指令的后面再加一个参数,即测试图片的地址
修改后的指令如下:
darknet classifier predict data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights data/METAL/abnor/190324141318_00002/s001_abnor.jpg
用predict指令,不加文件名参数,可以实现图片的连续预测。
如果只是预测图片,图片不用按照darknet模型的格式命名,普通的*.jpg就可以预测。如果是预测的话,图片命名没有影响,随便什么名字都可以。
预测一批数据用什么指令,结果需要知道图片分类的概率和类别,最好还包括时间。
如果批量测试的话可能要修改源码,网上有人做过类似的事情: