object-detection - 我可以使用更多的训练和测试图像从最终的 .weight 继续训练吗?
问题描述
我用暗网 yolov3 训练了我的自定义对象检测,直到平均损失降低到 0.06,但现在我想用更多的 训练和测试图像来训练它(也许还删除一些图像文件)。我可以执行这些步骤并继续使用最终的 .weights 文件进行训练,还是应该从头开始?
解决方案
是的,您可以使用当前训练的模型(.weights 文件)作为新训练课程的预训练模型。例如,如果您使用AlexeyAB 存储库,您可以通过如下命令训练模型:
darknet.exe detector train data/obj.data yolo-obj.cfg darknet53.conv.74
darknet53.conv.74
预训练模型在哪里。
在新的培训课程中,您可以添加或删除图像。但是,基本配置应该是正确的(比如类的数量等)。
根据我提到的页面:
在原始存储库原始存储库中,权重文件每 10 000 次迭代仅保存一次
推荐阅读
- csh - 如何为 .cshrc 中的别名创建单独的文件?
- javascript - Chartist 饼图,下一行需要标签
- java - SHA-256 执行时间小于 java 中的 HmacSHA256
- c++ - 如何在 Xcode 中查看 Auto 的数据类型
- javascript - 无法设置 HMR:在控制台中卡住“等待来自 WDS 的更新信号...”
- pycharm - 如何在 Pycharm 的编辑器中全局增加字体大小?
- amazon-web-services - ECS 实例 AutoScalingGroup - 不稳定 - 扩展活动失败
- python-3.x - 通过布尔表达式在列表理解中返回 none 而不是 value
- c - 如何在 SDL_Renderer 中移动单个元素?
- swift - 当自动重新排序强制集合视图超出最大节数时,在固定大小的集合视图上拖放会崩溃