1.首先看数据集是否有非jpg格式图片
2.sub_batch = batch/subdivision, 实际在每个sub_batch后先不迭代,等整个batch计算完之后迭代一次。降低显存要求
3.起初测试集的置信度阈值设置太低0.25,导致最后有些低置信度阈值的box(比如0.25,0.37)没有被抑制掉。一般设置到0.5左右。
4.控制台命令行训练代码理解(控制台命令行调用darknet框架,同理调用其他):
darknet.exe detector train data/img.data yolo-obj.cfg darknet53.conv.74 -map
首先darknet.exe找到函数执行入口,相当于找到main函数的位置。
后面是形参列表(argc,argv) argv[0]是当前进程的完整执行路径,arg[1] = = detector,darknet的main函数里有strmp(argv[1],"detector") == 0,则执行函数体run_detector(argc, argv),进入run_detector函数,进行第二个参数判断argv[2],如训练argv[2] = = train,则执行函数 train_detector(),
如darknet.exe detector train data/img.data yolo-obj.cfg darknet53.conv.74 -map
data/img.data == datac