darknet YOLO 训练相关知识

训练集配比 7:2:1
训练语句

./darknet detector train data/car1.data cfg/car.cfg yolov3.weights -clear
./darknet detector train data/car2.data cfg/car2.cfg yolov3.weights -clear
断点续训语句

./darknet detector train data/car1.data cfg/car.cfg .\backup\car_last.weights
测试语句
./darknet detect cfg/car.cfg car_last.weights D:\project\shipdata\car_test\20210610_144412_801-0.00.04.50.jpg

推荐训练配置 和参数修改
训练 Yolo v3:

创建yolo-obj.cfg与中相同内容的文件yolov3.cfg(或复制yolov3.cfg到yolo-obj.cfg)并:
将行批次更改为batch=64
将线细分更改为subdivisions=8
将 max_batches 行更改为 ( classes*2000),如果您训练 3 类,则设定 max_batches=6000
将行步更改为 max_batches的 80% 和 90%steps=4800,5400
将classes=80行更改为 3 层中的每个对象的数量
[yolo]层位置:
https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L610
https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L696
https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L783
将 [ filters=255] 改为 filters=(classes + 5)x3 ,需要修改的filters 在三个[yolo]层前的[convolutional]层中
定位如下
https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L603
https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L689
https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L776
所以如果classes=1then 应该是filters=18. 如果classes=2那么写filters=21。

权重测试语句
如果训练在 9000 次迭代后停止,要验证之前的一些权重,请使用以下命令:

(如果您使用另一个 GitHub 存储库,则使用darknet.exe detector recall… 而不是darknet.exe detector map…)

darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_7000.weights
darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_8000.weights
darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-obj_9000.weights

如果您在 cfg 文件中更改了 width= 或 height=,则新的宽度和高度必须能被 32 整除。

预训练文件生成
yolov3-tiny.conv.15使用命令获取预训练的权重:darknet.exe partial cfg/yolov3-tiny.cfg yolov3-tiny.weights yolov3-tiny.conv.15 15
./darknet partial yolo-fastest.cfg yolo-fastest.weights yolo-fastest.conv.109 109

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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
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

define_mine

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