如何在 YoloV3 的暗网中进行迁移学习

Question

我想在暗网的YOLOv3中进行迁移学习，所以我想使用在COCO数据集上训练的YOLOv3的预训练模型，然后在我自己的数据集上进一步训练它以检测其他对象。那么我应该执行哪些步骤？如何标记数据以便可以在暗网中使用？请帮助我，因为这是我第一次使用暗网和YOLO。

Answer 1

这里解释得很厉害：https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects

请注意，表示法必须一致。任何缺少注释的对象都会导致糟糕的学习，从而导致糟糕的预测。

Answer 2

这个问题在"以YOLO为例进行微调和迁移学习"(以YOLO为例进行微调和迁移学习(中得到了回答。

gameon67给出的答案是这样的：

如果你使用的是AlexeyAB的暗网存储库(不是darkflow(，他建议 通过设置此参数进行微调而不是迁移学习 在 cfg 文件中：停止后退=1 。

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

./暗网部分cfg/yolov3.cfg yolov3.weights yolov3.conv.81 81 it 将创建 yolov3.conv.81 并冻结下层，然后你 可以使用权重文件 yolov3.conv.81 而不是原始文件进行训练 暗网53.conv.74.

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