iou画 yolov3_11.YOLOV3训练检测拾遗。

最新推荐文章于 2021-08-27 13:55:13 发布

薛定谔的开心

最新推荐文章于 2021-08-27 13:55:13 发布

阅读量252

点赞数

文章标签： iou画 yolov3

本文链接：https://blog.csdn.net/weixin_33239386/article/details/111901529

版权

本文总结了在训练YOLOV3时可能遇到的问题，包括如何保存训练日志、解析日志以及进行日志可视化。通过提取日志中的关键信息，如IOU和损失(loss)，进行可视化处理，以便更好地理解和优化模型的训练过程。日志中关注了平均IOU、类别、对象、非对象和召回率等参数的变化。

摘要由CSDN通过智能技术生成

训练配置以及检测我在上一篇文章里已经写过了，这里主要写一下可能会遇到的一些问题及解决方案。

这里面要做的许多事情别人都已经是做过了的，我做一下总结而已。

1. 保存训练日志以及训练日志可视化。

1.1.保存训练日志。

训练日志就是训练的时候输出的那一大堆东西，要总结实验结果，可视化训练日志的关键参数是一个很有效的方式，所以我们来做这个东西。

YOLO的代码里是有保存训练日志的模块的，只需在训练的时候增加命令即可，最后面的参数则是保存的日志信息，保存了所有打印在终端里面的信息。./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 2>1 | tee train_yolov3.log

训练日志会保存在train_yolov3.log里面，日志名字和保存的位置自己定义就是，建议新建一个log文件夹来保存日志，我们后续建立的解析和可视化的代码也放在这个文件夹下面。

1.2. 解析训练日志。

先看下一个完整的batch会输出什么样的日志：Loaded: 0.000026 secondsRegion 82 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.461636, .5R: -nan, .75R: -nan, count: 0Region 94 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.495116, .5R: -nan, .75R: -nan, count: 0Region 106 Avg IOU: 0.263516, Class: 0.436704, Obj: 0.495635, No Obj: 0.416553, .5R: 0.000000, .75R: 0.000000, count: 2Region 82 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.462496, .5R: -nan, .75R: -nan, count: 0Region 94 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.494657, .5R: -nan, .75R: -nan, count: 0Region 106 Avg IOU: 0.268727, Class: 0.621400, Obj: 0.168319, No Obj: 0.416158, .5R: 0.000000, .75R: 0.000000, count: 2Region 82 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.462955, .5R: -nan, .75R: -nan, count: 0Region 94 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.493331, .5R: -nan, .75R: -nan, count: 0Region 106 Avg IOU: 0.207399, Class: 0.466373, Obj: 0.332663, No Obj: 0.417906, .5R: 0.000000, .75R: 0.000000, count: 2Region 82 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.462174, .5R: -nan, .75R: -nan, count: 0Region 94 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.492877, .5R: -nan, .75R: -nan, count: 0Region 106 Avg IOU: 0.194398, Class: 0.463323, Obj: 0.273619, No Obj: 0.424027, .5R: 0.000000, .75R: 0.000000, count: 2Region 82 Avg IOU: 0.311682, Class: 0.484914, Obj: 0.280431, No Obj: 0.460396, .5R: 0.000000, .75R: 0.000000, count: 1Region 94 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.494058, .5R: -nan, .75R: -nan, count: 0Region 106 Avg IOU: 0.243448, Class: 0.593246, Obj: 0.383726, No Obj: 0.421082, .5R: 0.000000, .75R: 0.000000, count: 1Region 82 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.462786, .5R: -nan, .75R: -nan, count: 0Region 94 Avg IOU: -nan, Class: -nan, Obj: -nan, No Obj: 0.495880, .5R: -nan, .75R: -nan, count: 0Region 106 Avg IOU: 0.176802, Class: 0.792245, Obj: 0.179281, No Obj: 0.416623, .5R: 0.000000, .75R: 0.000000, count: 2Region