Darknet 訓練所需配置
阿新 • • 發佈:2018-12-12
一 修改yolo-voc.cfg檔案
第一段 (這裡不需要修改 預設值為 batch =64 subdivisions=8)
最後一段 需改
- [convolutional]
- size=31
- stride=1
- pad=1
- filters=35 //修改最後一層卷積層核引數個數,計算公式是依舊自己資料的類別數filter=num×(classes + coords + 1)=5×(2+4+1)=35
- activation=linear
- [region]
- anchors = 1.3221, 1.73145, 3.19275, 4.00944, 5.05587, 8.09892, 9.47112, 4.84053, 11.2364, 10.0071
- bias_match=1
- classes=2 //類別數,本例為1類
- coords=4
- num=5
- softmax=1
- jitter=.3
- rescore=1
- object_scale=5
- noobject_scale=1
- class_scale=1
- coord_scale=1
- absolute=1
- thresh = .6
- random=1
二 新建obj.name
將你用到的標籤寫進裡面,我的是兩類
三 新建obj.data
四 訓練
darknet.exe detector train cfg1/obj.data cfg1/yolo-voc.cfg
五 測試
darknet.exe detector test cfg1/obj.data cfg1/yolo-voc.cfg backup/ yolo-voc_final.weights cfg1/test.jpg -thresh 0.8