前面我讲到了如何结合自己的训练集用yolo模型进行训练,官网中只给出了测试单张图片的步骤,本节介绍如何批量处理图片信息及标定的位置的输出。
输入命令:
./darknet yolo valid cfg/yolo-tiny-1class.cfg backup/yolo-tiny-1class_18000.weights
起作用的命令行位于src/yolo.c中。
...
void validate_yolo(char *cfgfile, char *weightfile)
{
network net = parse_network_cfg(cfgfile);
if(weightfile){
load_weights(&net, weightfile);
}
set_batch_network(&net, 1);
fprintf(stderr, "Learning Rate: %g, Momentum: %g, Decay: %g\n", net.learning_rate, net.momentum, net.decay);
srand(time(0));
char *base = "results/comp4_det_test_";
//list *plist = get_paths("data/voc.2007.test"); # 生成过程见官网,表示需要test的文件的路径
list *plist = get_paths("/home/pjreddie/data/voc/2007_test.txt"); # .txt文件为需要test的文件的绝对路径,和train.txt是相同的形式
//list *plist = get_paths("data/voc.20