用YOLOv2模型训练VOC数据集

作者：木凌
时间：2016年11月。
博客连接：http://blog.csdn.net/u014540717

---

前段时间在看YOLO的源代码，后来发现YOLOv2更新了，但官网还没给训练方法，就顺便写个YOLOv2的训练方法
其实跟之前的方法一模一样，就是命令换了而已，.txt文档生成方法就不介绍了，网上一大堆～

1 修改./cfg/voc.data文件

classes= 20
//修改为你训练数据的.txt目录
train  = /home/pjreddie/data/voc/train.txt
//修改为你验证数据的.txt目录
valid  = /home/pjreddie/data/voc/2007_test.txt
names = data/voc.names
//修改为你的模型备份目录
backup = /home/pjreddie/backup/

2 开始训练

这里我选择的是22层的网络，batch_size=64，subdivisions=8，如果你的内存太小，运行出错的话，可以把这两个值改小一点，然后运行以下指令即可开始训练

./darknet detector train ./cfg/voc.data ./cfg/yolo-voc.cfg

log如下

nohup: ignoring input
   2 layer     filters    size              input                output
   3     0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32
   4     1 max          2 x 2 / 2   416 x 416 x  32   ->   208 x 208 x  32
   5     2 conv     64  3 x 3 / 1   208 x 208 x  32   ->   208 x 208 x  64
   6     3 max          2 x 2 / 2   208 x 208 x  64   ->   104 x 104 x  64
   7     4 conv    128  3 x 3 / 1   104 x 104 x  64   ->   104 x 104 x 128
   8     5 conv     64  1 x 1 / 1   104 x 104 x 128   ->   104 x 104 x