【问题标题】:Create pre-trained weights for detection without darknet / torch创建预训练的权重以在没有暗网/火炬的情况下进行检测
【发布时间】:2021-02-28 17:49:54
【问题描述】:

我想训练我的数据并创建一个权重文件来训练我的 YOLOV3 网络。 我数据库中的对象不在 COCO 的类中,所以我不想使用它们的权重文件。 我也有一个限制——我不能使用暗网,我也不想使用火炬库。

我拥有的文件:(根据https://github.com/AlexeyAB/Yolo_mark/issues/60#issuecomment-401854885

  1. yolov3-custom.cfg 根据我的课程
  2. obj.names 和我的班级名称
  3. train.txt + test.txt 包含图像位置列表
  4. 带有图像+标签的文件夹 yolo 格式(对象类、x、y、宽度、高度)
  5. obj.data

我能做什么?

【问题讨论】:

  • 请回答
  • 我认为你别无选择,只能像 this question 那样使用暗网。
  • 为什么不能使用暗网?也许这个问题可以解决,这样你就可以训练你的重量
  • @AlexanderRiedel 无法在我的环境中使用 exe 文件

标签: tensorflow object-detection yolo


【解决方案1】:

如果您想从预训练的权重开始,您仍然可以在 ImageNet 上使用预训练的权重。如果你有与 COCO 数据集不同的类,那没问题。您可以定义自己的类,并使用预先训练的权重开始训练。在训练期间,权重将更新以检测您的自定义类。

您可以将这些权重用于 YOLOv3:“https://pjreddie.com/media/files/yolov3.weights”

【讨论】:

  • 我开始使用 yolov3.weights 的预训练权重来训练我的自定义。一开始损失很高,但毕竟固定我根据github.com/qqwweee/keras-yolo3训练我的习惯@
【解决方案2】:

我根据 github.com/qqwweee/keras-yolo3 训练了我的习惯

【讨论】:

  • 我开始使用 yolov3.weights 的预训练权重来训练我的自定义。一开始损失很大,但毕竟我训练了我的习惯
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 2021-05-18
  • 2020-01-12
  • 1970-01-01
  • 2017-07-24
  • 2017-08-16
  • 2017-12-17
  • 2020-10-05
相关资源
最近更新 更多