如何使用darkflow训练自己的数据集?

时间:2020-01-14 16:28:48

标签: yolo darknet darkflow

我是一个有一定编程经验的初学者。我正在尝试使用自己的数据集训练darkflow。我正在按照这些说明进行操作。

https://github.com/thtrieu/darkflow

到目前为止,我已经完成了以下步骤。

  • 安装了darkflow和相关模块

  • 创建测试图像并进行注释(Pascal VOC)。

               https://ibb.co/y4HmtGz  
    
               https://ibb.co/GkxLshK
    

如果我正确理解了暗流训练是否需要Pascal VOC?

我的问题是我不知道如何开始训练。如何开始训练过程,如何测试神经网络是否正常工作?我应该通过训练来减轻体重吗?

1 个答案:

答案 0 :(得分:0)

您可以选择使用here中的预训练权重。下载cfgweights

假设您已安装darkflow,则可以像这样训练网络:

flow --model cfg/<your-config-filename>.cfg --load bin/<filename>.weights --train --annotation train/Annotations --dataset train/Images --epoch 100 --gpu 1.0

如果您想不使用任何预先训练的权重从头开始训练网络, 您可以这样做:

flow --model cfg/<your-config-filename>.cfg --train --annotation train/Annotations --dataset train/Images --epoch 100 --gpu 1.0

训练开始后,模型检查点将保存在ckpt目录中。您可以加载最新的检查点并在样本图像上进行测试。