成功解决！ Yolo3 训练 报错Loading weights from darknet53.conv.74...Couldn‘t open file: darknet53.conv.74

最新推荐文章于 2023-08-15 10:15:39 发布
最新推荐文章于 2023-08-15 10:15:39 发布
阅读量2.6k 收藏 1
点赞数 3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46400740/article/details/111666973
版权

1.下载权重文件

说明我们可能没有这个文件 ，加载失败
首先下载 预训练权重

wget https://pjreddie.com/media/files/darknet53.conv.74

2.然后再次进行训练

./darknet detector train cfg/my_data.data cfg/my_yolov3.cfg darknet53.conv.74

OK！成功了

Nova_新星
关注
  • 3
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
darknet53.conv.74
03-24
直接下载一直失败，折腾好久才下载好，上传上来希望能对需要的人有所帮助
YOLO官方分类权重下载
baiyang10010的博客
06-28 3826
darknet53.weights不等于darknet53.conv.74 首先darknet53.weights是darknet53这个分类网络的权重；darknet53.conv.74是YOLOv3的主干网络的权重，YOLOv3的主干网络改进自（不等于）darknet53，所以darknet53.weights不等于darknet53.conv.74 首先darknet53.weights是darknet53这个分类网络的权重；darknet53.conv.74。原因是主干网络阉掉了部分层。 下载地址呢
Windows下使用Darknet Yolo V3训练自己的数据
Color Space的博客
03-23 1914
如何编译Darknet请看上篇博客https://blog.csdn.net/stq054188/article/details/105041555 编译好之后，首先用LabelImg标注目标，然后修改配置，训练，整体步骤参考下面2篇文章 https://blog.csdn.net/kk123k/article/details/86696540 https://blog.csdn.net/d...
TensorFlow + Keras + YOLO V3用官网权重文件训练出错的注意事项
是江姑娘呀
05-26 5025
后期要用yolov3做物体检测，所以想要先试试用官网权重文件，训练TensorFlow + Keras + YOLO V3。然后输入一张随便图像，试试效果。弄了大半天，问了好几次学长查了超多博客。。。 1、下载TensorFlow + Keras + YOLO V3代码（keras-yolo3文件夹） https://github.com/qqwweee/keras-yolo3 2、下载yo...
darknet 框架中YOLO权重文件的种类及存储结构
分享技术笔记，记录学习研发历程
05-21 1177
darknet 框架下的YOLO权重文件种类及存储结构 参考链接： darknet 框架中YOLO权重文件的种类及存储结构https://www.codenong.com/cs106583770/ Darknet模型与Tensorflow模型相互转换https://blog.csdn.net/weixin_42754237/article/details/87534092 目录 darknet 框架下的YOLO权重文件种类及存储结构 权重文件类型 第一类：后缀“.weight”和“.b...
darknet训练yolo_v3
CV_RC的博客
07-18 6070
使用官方darknet来训练YOLO-v3 官方darknet地址：https://github.com/pjreddie/darknet 1.基本环境的配置及安装：opencv、cuda、nvidia驱动、cudnn、darknet    参考教程：https://blog.csdn.net/gzj_1101/article/details/78651650    官方教程：https:...
darknet训练时Couldn‘t open file的问题解决
yjack007的专栏
03-12 4492
通过darknet识别图片文字位置，执行命令 ./darknet detector train .\data\word.data .\data\word.cfg .\darknet53.conv.74 出现如下内容： Loading weights from .\darknet53.conv.74...Done! Learning Rate: 0.001, Momentum: 0.9, Decay: 0.0005 Couldn't open file: E:\python\darknet-mas
darknet53.conv.74.zip下载
06-10
yolov3目标检测模型的预训练权重darknet53.conv.74下载，下载下来后放到相应的文件夹中即可顺利加载预训练模型
Loading weights from yolov3.weights....Couldn‘t open file:yolov3.weights!
XUQIAN_LIUQIAN的博客
08-15 264
Loading weights from yolov3.weights....Couldn't open file:yolov3.weights!
darknet53.conv74.rar
07-30
目标检测算法YOLOv3的预训练模型，原地址下载太慢，上传一下以便以后使用
darknet53.conv.rar
02-21
darknet53.conv.74参数文件，可用于深度学习yolo框架重新训练。需要转换为.h5文件进行加载
darknet53.conv.74.zip
04-29
YOLO检测，训练自己的模型必备的预训练权重文件~官网太难下载了。。。当时慢得我想哭，当然，程序跑起来的喜悦也是无与伦比的。
darknet版YOLOv4官方权重文件yolov4-tiny.conv.29
02-27
darknet版YOLOv4官方权重文件，包括： 1、yolov4.weights 2、yolov4.conv.137 3、yolov4-tiny.conv.29 4、yolov4.conv.137.pth 5、yolo4_weights.pth
Day 15 - 说明 YOLO 相关设定
m0_50614038的博客
10-30 436
Day 15 - 说明 YOLO 相关设定 先前在 Day 10 - 介绍影像辨识的处理流程 有提到，整个影像辨识的流程如下： 取得数据集。 将影片转换成图片，并调成 YOLO 可以处理的大小。 资料增量。 影像分割与标注。 安装合适的影像辨识模型。 分成训练、验证与测试数据集 分析测试结果 进行优化 布署到后端伺服器 我们已经完成前 5 项工作，现在要进行的是调整影像辨识模型的参数，这些参数的功能主要分成 针对数据集：需要设定的是训练集与验证集的文件夹、要辨识的鱼类有多少种、每种鱼类的名称、训练后的
darknet训练自己数据遇到的麻烦
小弱鸡的博客
08-05 2551
按照这个教程为主，这个教程为辅，遇到的问题，解决记录一下： 1.解决Python报错–UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80 in position 658: illegal multibyte sequence 原因：编码方式不一致 解决方案： 在open（）方法中加入encoding设置encoding='utf-8' file1=open("这里是你读取文件的路径","r",encoding='utf-8') 2.Err
按照Yolov3 darknet官网测试后，图片输出正常，但没有检测信息（无框解决）
王叔叔
11-21 8794
按照官网到下面一步后出现差异，只输出图片，没有检测信息（正常里面透露着些许诡异，艹…） ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg 试一下下面命令：（是cfg里面的阈值设置太高了吗？0.5也正常呀，到底为什么？？？） ./darknet detector test cfg/voc.data cfg/yolo-voc.2....
win10 + YOLOv3 在darknet下可视化训练过程的参数
SORI-
04-22 444
来源：https://blog.csdn.net/dz4543/article/details/88075408 yolov3可视化 训练命令转化log文件绘制loss变化曲线可视化Avg IOU，Avg Recall等参数 训练命令 参考了许多博客，发现比较坑。大概大多基于linux命令，我在windows下输入无法识别。 要可视化训练过程，首先得把训练中输出的参数生成日志，这需要我们修改训练命令。网上大多是这个命令： ./darknet detector train c
yolo v8报错ModuleNotFoundError: No module named 'ultralytics.yolo'
最新发布
02-19
yolo v8是一种目标检测算法，而ModuleNotFoundError: No module named 'ultralytics.yolo'的报错意味着你的代码中缺少了名为'ultralytics.yolo'的模块。 要解决这个问题，你需要确保已经正确安装了ultralytics库。可以通过以下步骤来安装： 1. 打开终端或命令提示符。 2. 运行以下命令来安装ultralytics库： ``` pip install -U git+https://github.com/ultralytics/yolov5.git ``` 3. 等待安装完成。 如果安装过程中出现了错误，请确保你已经正确配置了Python环境，并且具有足够的权限来安装第三方库。 如果你已经安装了ultralytics库但仍然出现该错误，可能是因为你的代码中没有正确导入该模块。请检查你的代码中是否包含以下导入语句： ``` from ultralytics.yolo import YOLO ``` 如果以上步骤都没有解决问题，可能是ultralytics库的版本不兼容。你可以尝试使用其他版本或者查看ultralytics库的文档以获取更多帮助。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值