利用 DarkNet 训练和测试神经网络的常用命令

此教程在ubuntu下执行,如果在windows下,需将./darknet换成你的darknet.exe的路径。

1. 训练模型
./darknet detector train [.data] [.cfg] [.weight]

说明:
[.data].data文件的路径。

[.cfg].cfg文件的路径。

[.weight]是预训练权重文件的路径,可以是.weight文件,也可以是.backup文件。

- 多GPU选择 :

./darknet detector train [.data] [.cfg] [.weight] -gpus 0, 1, 2

-gpus后面的数字是GPU的编号,用几块就写几个。

2. 测试模型
  1. 检测图片
./darknet detector test [.data] [.cfg] [.weight] [-thresh 0.25] [xxx.jpg]
  1. 检测视频
./darknet detector demo [.data] [.cfg] [.weight] [-thresh 0.25] [xxx.mp4]
  1. 批量检测
-dont_show -ext_output [.txt] result.txt

说明:
[.txt]为图片或视频文件的批量路径。
result.txt 为结果保存文件。
5. 调用网络摄像头

./darknet detector demo [.data] [.cfg] [.weight] [-thresh 0.25] [http://192.168.1.108:8080/video?dummy=x.mjpg -i 0]
  1. 调用手持端网络摄像头
    首先需要下载mjpeg-stream软件
./darknet detector demo [.data] [.cfg] [.weight] [-thresh 0.25] [http://192.168.1.108:8080/video?dummy=IPWebcam -i 0]

./darknet detector demo [.data] [.cfg] [.weight] [-thresh 0.25] [http://192.168.1.108:8080/video?dummy=SmartWebcam -i 0]
3. 评价模型好坏

模型的好坏主要是看.weight权重文件

./darknet detector map [.data] [.cfg] [.weight]

参考:https://www.cnblogs.com/zhangAlin/p/10661768.html

  • 5
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
断续训练YOLOv3的命令是通过使用之前训练好的权重文件来继续训练模型。根据引用\[2\]中提供的信息,可以使用以下命令进行断续训练: ./darknet detector train mydata/mydata.data mydata/yolov4.cfg backup/yolov4.finnal.weights -gups 0,1,2 -maps 其中,"./darknet"是执行Darknet的可执行文件,"detector train"表示进行训练操作,"mydata/mydata.data"是数据集的配置文件路径,"mydata/yolov4.cfg"是YOLOv4的配置文件路径,"backup/yolov4.finnal.weights"是之前训练好的权重文件路径,"-gups 0,1,2"表示使用0、1、2号GPU进行训练,"-maps"表示计算并显示mAP(mean average precision)。 通过使用这个命令,你可以在之前训练的基础上继续训练YOLOv3模型。 #### 引用[.reference_title] - *1* *3* [使用darknet训练yoloV3](https://blog.csdn.net/qq_22764813/article/details/84674361)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v12^insert_chatgpt"}} ] [.reference_item] - *2* [Darknet YoloV4编译+训练(避免踩坑)](https://blog.csdn.net/qq_49838648/article/details/124820044)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v12^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

万俟淋曦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值