准备好数据以及模型正确安装之后,就可以就行模型训练了。
定位到模型所在的文件夹,老办法,打开powershell,在命令行输入:(这里的命令只适用于自己的训练集,对于Pascal或者coco数据集,请参见官方文档)
python keras_retinanet/bin/train.py csv /path/to/csv/file/containing/annotations
/path/to/csv/file/containing/classes
命令行中第一个csv表示用自己的训练集去训练模型。 /path/to/csv/file/containing/annotations表示自己制作的annotation.csv 所在的路径,比如:my_data/annotation.csv。同样, /path/to/csv/file/containing/classes表示class.csv所在的路径,如:my_data/class.csv。如果没什么意外,模型就开始训练。接下来介绍一下可能会遇到的错误:
1.数据错误
就是第一步数据制作时,如果没用debug.py进行测试,这里就会报错,对照错误去改就行了。
2.网络错误
一开始我没想到会出现这方面的问题,直到
看箭头所指的位置