训练阶段
1.划分数据集,把VOCdevkit/VOC2007下的VOC2YOLOV4.py移动到根目录下
由于我的数据集是13915张,要留下500张作为测试集,因此设置tv为13415。
- voc_annotation.py
修改classes为person 并执行,根目录生成生成3个2007_test.txt,2007_train.txt,2007_val.txt文件
3.修改train_with_tensorboard.py
修改anchors_path,classes_path,model_path对应路径以及对应文件的内容
把yolov4预训练权重放入model_path文件夹下
设置batch和epoch、freeze_epoch等参数
4.修改train_with_tensorboard.py
增加了记录train_loss和val_loss,用于后续的绘制loss曲线
255行,
trainloss_list, valloss_list =[],[]
最后一行
with open('./logs/loss.txt','a') as f:
f.write(str(trainloss_list) + '\n')
f.write(str(valloss_list) + '\n')
fit_one_epoch()功能最后添加
return total_loss/(iteration+1), val_loss / (epoch_size_val+1)