Yolo v4 & Yolo v3 训练自己模型方法 (翻译自AlexeyAB 很详细了！很多其他都没有的细节!）

最新推荐文章于 2024-05-14 10:15:14 发布

Awom.

最新推荐文章于 2024-05-14 10:15:14 发布

阅读量2.3k

点赞数 3

分类专栏： yolov3 教程 yolo3配置文章标签：深度学习图像识别人工智能 cv 计算机视觉

原文链接：https://github.com/AlexeyAB/darknet

版权

Yolo v4 & Yolo v3 训练自己模型方法

Yolo用了一段时间了，配置这方面也看了很多博客。但是在训练这一块，发现很多博客都缺少很多细节，但是这一些细节，在AlexeyAB的README.md里面讲得也挺清楚的

于是我翻译了他README.md里面训练的内容，虽然慢慢看英文也没什么问题，但是要是能够之间看中文也会方便很多

下载一个预训练权重 yolov4.conv.137 (Google镜像 yolov4.conv.137)
新建一个yolo-obj.cfg，将cfg/yolov4-custom.cfg （如果是tiny就是yolov4-tiny-custom.cfg) 里面的东西复制粘贴到新建的yolo-obj.cfg中，并修改部分内容

将8，9行的size设置为 width=416 height=416 或者任何32的倍数（注意，提高这个值，可以有效提高精度）
将 batch 的值修改为batch=64
将 subdivisions 的值修改为subdivisions=16
将第20行的 max_batches 的值修改成 classes * 2000 的数目，classes为你训练的模型的种类数目（但是 max_batches 的值不能少于你数据集中图片的数目，也不能小于6000） f.e. 如果你训练的数据集中有3个class，那么你需要设定max_batches=6000
将第22行的 steps 的值修改成max_batches的 80% 和 90% ，f.e. steps=4800,5400
将每一个[yolo]层的classes=80修改成你将要训练的模型的class数目： classes=种类数目
- 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
将每一个[yolo]层上方的[convolutional]的filters=255的255修改为 filters=(classes + 5)x3 的数目（总共有三处需要修改）

关注