Question

我正在针对 20k 图像训练分类器，但是每周我都会收到更多新图片，因此我想逐步训练我以前的模型（最后停止的迭代），而不是重新训练 20k + new_images 再次在所有图像上进行，这是浪费时间并进行计算

我想出了使用Yolo进行增量训练的方法，但是似乎找不到https://github.com/chuanqi305/MobileNet-SSD

实施的MobileNet-SSD caffe的任何东西

要了解有关我在说什么的更多信息，请参考以下内容： How to do incremental training on the basis of yolov3.weights和对此提及的回答here：

 darknet.exe partial cfg/yolov3.cfg yolov3.weights yolov3.conv.105 105

Answer 1

您需要在train.sh中传递上一个迭代，而不是73000个迭代。完成培训后，可以在快照文件夹中找到新的迭代

if ! test -f example/MobileNetSSD_train.prototxt ;then
echo "error: example/MobileNetSSD_train.prototxt does not exist."
echo "please use the gen_model.sh to generate your own model."
exit 1
fi
mkdir -p snapshot

#Initiate a new training
$CAFFE_ROOT/build/tools/caffe train -solver="solver_train.prototxt" \
-weights="mobilenet_iter_73000.caffemodel" \
-gpu 0

如何在MobileNet-SSD caffe上进行增量学习

1 个答案: