machine-learning - 微小的 YOLOv3(暗网)训练 "too quickly"并产生不同的输出

Question

我对 YOLO/Darknet 还很陌生，并且在解决方案中徘徊。我查看了与类似问题对应的 Github 和 Stackexchange 页面，但似乎没有一个页面可以直接解决此输出问题(即缺少区域 IOU 行)。这是我的输出(训练/测试):

这是我的目录结构:

其他详细信息:

• 我正在使用 AlexeyAB 前叉。
• 总共 6 个类(遵循 this 注释遮挡和截断项目的约定，因此两个“项目”各包含三个类)
• 我使用了 200 多个训练图像(确实太少了，但我不知道这是否是我遇到麻烦的根本原因)。
• 没有predictions.png，只有predictions.jpg。不过，我认为这不应该是一个问题。
• 我关注了 this教程。

非常感谢任何帮助；预先感谢您!

Answer 1

如果训练完成得太快，请尝试在训练命令末尾添加 -clear 1。

编辑:这是正确的答案(因此我接受它的原因)，但缺乏解释。根据this，“-clear 1”标志是答案，清除过去的统计数据。