如何在Darknet中为YoloV3进行转移学习

Question

我想在Darknet的yoloV3中进行转学。所以我想使用yolov3的预训练模型，该模型在coco数据集上进行训练，然后在我自己的数据上进一步训练它以检测其他对象。那么我应该怎么做呢？..如何标记我的数据以便可以在Darknet中使用？请帮助我，因为这是我第一次使用Darknet和yolo。

Answer 1

在此处进行了全部解释：https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects

请注意，符号必须一致。任何缺少注释的带注释的对象都会导致学习不好，从而导致错误的预测。

Answer 2

“通过YOLO的例子进行微调和转移学习”（Fine-tuning and transfer learning by the example of YOLO）中回答了这个问题。

gameon67给出的答案表明：

  

如果您使用的是AlexeyAB的darknet存储库（不是darkflow），他建议   通过设置此参数来进行微调而不是转移学习   在cfg文件中：stopbackward = 1。

     

然后输入./darknet部分yourConfigFile.cfg   yourWeightsFile.weights outPutName.LastLayer＃LastLayer＃，例如：

     

./暗网部分cfg / yolov3.cfg yolov3.weights yolov3.conv.81 81   将创建yolov3.conv.81并冻结较低层，然后您   可以使用权重文件yolov3.conv.81而不是原始文件进行训练   darknet53.conv.74。

     

参考文献：https://github.com/AlexeyAB/darknet#how-to-improve-object-detection