coco训练集darknet_验证性试验：yolov3训练coco数据集

验证性试验：yolov3训练coco数据集

发布时间：2018-08-23 09:19,

浏览次数：402

, 标签：

yolov

coco

Yolov3 中作者列出了使用coco数据集训练的数据结果，其中显示在输入图片大小为416x416的时候，模型的mAP大小为31%

，当输入图片大小为608x608的时候，模型的mAP达到33%，论文中结果截图如下：

我们做了个实验，目的是验证当我们自己训练的时候能否达到论文中的给出的结果，判断我们平时训练的方法是否有问题。

这里使用了3块TITAN

X显卡进行实验，batch设置为128，subdivision为32，其他max_batches没有改，按原来的设为500200，其他的不变。计算mAP使用的是cocoAPI(估计作者也是用的这个，使用detector

valid这个命令可以直接将测试结果生成为cocoAPI所需要的json格式，thresh设置为0.001)

1、前期训练：

./darknet detector train cfg/coco.data cfg/yolov3.cfg darknet53.conv.74 -gpus

0,1,2 | tee -a yolov3-coco-log.txt

PS:   保存log会拖慢训练的速度

然后提取log中的loss，解析并画出loss的曲线，曲线如下：

可以看到训练到后面的时候loss 基本就不在降低了，但是模型的mAP 只有25左右，远远还没达到论文