YOLO训练步骤
配置文件
- 更改
darknet\cfg\
下配置文件中classes
和filters(# or 255)
最后的feature map每个像素预测num
个框
filters = v3 = ((num=9) / 3) * (classes + 5)
; v2 = num * (classes + 5)
- 更改
cfg\voc.data
键入一些路径
- 更改
data\voc.names
你的类别名称
- 在
data\train_list.txt
生成路径列表文件,用vim
打开后将格式设置为set fileformat = unix
- 在
example\detector.c
中修改存储模型的间隔
训练语句
- 训练命令
./darknet detector train cfg/voc.data cfg/yolov3-spp.cfg darknet53.conv.74
- 断点开始
./darknet detector train cfg/voc.data cfg/yolov3-spp.cfg backup/yolov3-spp.backup
- 查看摄像头
ls /dev/video* 查看摄像头
- 生成log文件
| tee train_yolov3.log
生成训练列表train_list
import os
def file_name(file_dir):
with open('train_list.txt', 'w') as f:
for a, b, files in os.walk(file_dir):