Win10+vs2017跑yolov3

说明:
在Ubuntu上崩了几次过后,终于Ubuntu坏了,出于各种原因目前暂时无法重装。本文档分为两个部分:识别和训练。

1、识别
参考链接:
https://www.cnblogs.com/peacepeacepeace/p/9060229.html

https://blog.csdn.net/KID_yuan/article/details/88380269

先下载cuda:https://developer.nvidia.com/cuda-downloads
配置cuda:https://blog.csdn.net/bmw601055/article/details/77073630

https://blog.csdn.net/qq_37296487/article/details/83028394

下了10.2打不开:
https://zhuanlan.zhihu.com/p/94220564?utm_source=wechat_session
下老版本10.0:
https://blog.csdn.net/qq_36362060/article/details/78608580

或者更新显卡驱动:
https://www.geforce.cn/drivers

2、训练
参考链接:
https://blog.csdn.net/congcong7267/article/details/82981084
https://www.cnblogs.com/taotingz/p/11319410.html

https://blog.csdn.net/clover_my/article/details/89925012

一、关于修改yolov3.cfg文件(这几个参数还不知道是什么含义,后面再找):
1、 将batch=1改为batch=64:
在这里插入图片描述

2、 将subdivisions改成8 :subdivisions=8
即上图batch下面那个

3、 修改classes和filters:
注意操作:先搜索yolo(共有三处),每处都要修改如图中的classes和filters。其中classes改为自己类的数量,filters改为filters=(classes+5)x3
其他地方的filters和classes不要改
在这里插入图片描述

4、 另外:如果你对显卡较差(4G显存以下),会出现内存溢出错误(Out of memory),改正方法:将batch改小些(64,32,16,8),将random改成0关闭多尺度训练。同样,random也是第3步搜索yolo后修改[yolo]下面的那个。

二、修改voc_label.py
使用代码在ImageSets\Main目录下生成test.txt(测试集)、train.txt(训练集)、val.txt(验证集)、trainval.txt(训练验证集,由train.txt和val.txt组成)。VOC2007中,test大概是整个数据集的50%,trainval是整个数据集剩下的50%;train大概是trainval的50%,val是trainval剩下的50%。所占比例可在代码中修改,以Python为例(其中trainval是整个数据集的70%)
报错:
在这里插入图片描述

在这里插入图片描述

https://my.oschina.net/farces/blog/2209462 关闭多尺度输出或者改小batch,见上面修改yolov3.cfg

Yolo训练相关参数:
https://blog.csdn.net/weixin_42731241/article/details/81474920

训练再参考链接:
https://www.jianshu.com/p/af2d292da518
https://www.cnblogs.com/tango1221/p/10084969.html

什么时候停止训练
https://blog.csdn.net/weixin_30847939/article/details/99257729?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

yolo相关资料:
https://www.cnblogs.com/anai/p/11465175.html

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