1.首先要再darknet下进行数据文件的配置,打开配置文件cfg,修改coco.data
上图中,classes是分类数,我用的是80类的data,具体多少个类别,去data文件夹下查看coco.names
train、valid、names都按照自己电脑上的实际位置进行更改即可,路径指向一定要仔细,保证准确
backup是存放训练模型权值文件
2.训练命令:./darknet detector train cfg/coco.data cfg/yolov3.cfg,训练日志信息如下图所示:
训练的时间依个人的电脑配置而定,正常情况下我用电脑上的所有硬件资源,GPU、CUDNN。
训练日志信息解释:
(1).训练日志信息都是针对batch和subdivision所打印出来的
(2).日志信息会以两种方式开头,一种是Region,一种是数字开头。
447: 19.874306, 25.464220 avg, 0.000040 rate, 7.874294 seconds, 28608 images
Loaded: 0.000112 seconds
数字开头的是表示当前的网络训练到了第几个batchsize&#