丝瓜视频看污片APP_丝瓜APP官网下载安装IOS_丝瓜成版人APP破解版_丝瓜APP官网下载地址安卓版

YOLOV3訓練自己的模型-tiny

禹智科技 2019-01-29

實際操作步驟記錄,備忘:
  1. 1.確定分類數(shù)量,名稱
  2. 2.獲取原始圖片,重命名為001-XXX.bmp
  3. 3.yolov3-tiny_obj.cfg拷貝出來修改
  •   3.1修改batch=64,subdivisions=8。
  •   3.2修改classes和filters,共三處。如果檢測兩類物體,則classes=2,
  •      filters=(classess+5)*3=(2+5)*3=21。
  • change line classes=80 to your number of objects in each of 3 [yolo]-layers:
  • change [filters=255] to filters=(classes + 5)x3 in the 3 [convolutional] before each [yolo] layer
       4.4 修改文件內(nèi)容
  • obj.name文件:
  • Type1
  • Type2
  • Type3
  • obj.data文件:
  • classes= 3
  • train  = data/train.txt
  • valid  = data/train.txt
  • names = data/obj.names
  • backup = backup/
  • train.txt文件:
  • data/img/1.JPG
  • data/img/10.JPG
  • 。。。。。。。
       5.5.使用打標軟件打標
       6.6.darknet.exe detector train data/obj.data yolov3-tiny_obj.cfg yolov3-tiny.conv.15
開始訓練
部分訓練參數(shù)說明:
        Region xx: cfg文件中yolo-layer的索引;
        Avg IOU:當前迭代中,預(yù)測的box與標注的box的平均交并比,越大越好,期望數(shù)值為1;
        Class: 標注物體的分類準確率,越大越好,期望數(shù)值為1;
        obj: 越大越好,期望數(shù)值為1;
        No obj: 越小越好;
        .5R: 以IOU=0.5為閾值時候的recall; recall = 檢出的正樣本/實際的正樣本
        0.75R: 以IOU=0.75為閾值時候的recall;