object-detection - 如何重新训练自定义 yolo 重量？

Question

我已经在 YOLOv3 中进行了超过 3 个类别的自定义检测，但是检测结果不准确，所以我想用更多图像重新训练我的自定义 YOLO 权重，但是
当我用新图像运行它时，它立即完成，我做错了什么？
这是我如何训练它

 !./darknet detector train data/obj.data cfg/yolov3_custom.cfg yolov3_custom_last.weights

obj.data 的内容:

classes = 3
train = data/train.txt
valid = data/test.txt
names = data/obj.names
backup = /mydrive/yolov3/backup/

yolov3_custom.cfg 的内容:

# Training
batch=64
subdivisions=16
width=416
height=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1
learning_rate=0.001
burn_in=1000
max_batches = 6000
policy=steps
steps=4800,5400
scales=.1,.1

Answer 1

只需在用于训练模型的命令中更改权重文件的路径，然后再次运行即可。无需更新max_batches参数或以任何方式更改配置文件。该框架知道在重新训练模型时给定的一组权重已经训练了多少次迭代。例如，如果您要在初始训练过程中的 2000 次迭代后停止，那么在使用作为结果创建的权重集进行重新训练时，它将从第 2001 次迭代开始。