darknet 框架中YOLO权重文件的种类及存储结构

最新推荐文章于 2024-08-27 20:23:46 发布

北溟客

最新推荐文章于 2024-08-27 20:23:46 发布

阅读量9.3k

点赞数 8

文章标签：深度学习神经网络

本文链接：https://blog.csdn.net/qq_41736617/article/details/106583770

版权

本文详细介绍了darknet框架中YOLO权重文件的两种类型：后缀为“.weight”和“.backup”的文件以及预训练权重模型文件。文件结构包括版本信息、训练图片数和卷积层权重、偏置等参数。预训练权重模型用于迁移学习，通过partial函数截取backbone结构。在训练时，即使没有完整的权重文件，也可以用随机数字文件作为初始权重，但训练时间会增加。

摘要由CSDN通过智能技术生成

在darknet框架中YOLO权重文件用于存储神经网络中的各种权重，是二进制文件。

文件类型

该类型文件后缀有3类，一类是“.weight”，一类是“.backup”，还有一类是数字（文件名如“darknet53.conv.74”、“yolov3-tiny.conv.15”）。

第一类：后缀“.weight”和“.backup”文件

它们其实是一类文件，由于都是二进制文件，后缀只是用于起到一个区分的作用。
文件的生成参考detector.c文件train_detector函数中的代码：

//每100批次保存一次weight，保存成“.backup"文件，每1000次更新一次
        if(i%100==0){
   
#ifdef GPU
            if(ngpus != 1) sync_nets(nets, ngpus, 0);
#endif
            char buff[256];
            sprintf(buff, "%s/%s.backup", backup_directory, base);
            save_weights(net, buff);//将net中更新的weight存在backup文件中
        }
        //当训练批次是10000的整数倍或者1000以内的100的整数倍时，生成一个后缀为“.weight”的文件，文件标注训练次数累积保存，但是第1000就只能保存成“.backup"文件了，并且每100批次更新一遍，直到第10000次
        if(i%10000==0 || (i < 1000 && i%100 == 0)){
   
#ifdef GPU
            if(ngpus != 1) sync_nets<