darknet 框架中.cfg文件的参数详解，以yolov3为例

参考：darknet中cfg文件里参数的理解_zerojava0的博客-CSDN博客

参考：【Darknet源码 】cfg文件参数详解_橘子都吃不起！的博客-CSDN博客

1.基础参数解释

batch=64  #网络积累多少样本进行一次BP，训练模型一般选择大于32 的2的n次方  检测时，batch=1;

subdivisions=4 #表示将一个batch的图分为4次完成网络的前向传播。可更改，在darknet中，batch和subdivisions是结合使用的，这里参数意思是，训练过程中将一次性加载64张图片进内存，然后分4次完成前向传播，意思是每次16张，前向传播的循环过程中累加loss求平均，待64张图片都完成前向传播后，再一次性后传更新参数。检测时，subdivisions=1；

width=416

height=416 #输入图片的宽和高，必须为32的倍数，否则网络不能加载

channels=3 #网络输入通道数为3

momentum=0.9 #动量DeepLearning1中最优化方法中的动量参数，这个值影响着梯度下降到最优值的速度

decay=0.0005 #权重衰减正则项

angle=0  #数据增强参数，通过旋转角度来生成更多训练样本

saturation=1.5#数据增强参数，通过调整饱和度来生成更多训练样本

exposure=1.5 #数据增强参数，通过调整曝光量来生成更多训练样本

hue=.1  #数据增强参数，通过调整色调来生成更多训练样本

aspect          #通过方向来生成更多训练样本，默认为1

learning_rate=0.001  # 学习率决定着权值更新的速度，设置得太大会使结果超过最优值，太小会使下降速度过慢。
#刚开始训练时：学习率以0.01~0.001为宜。一定轮数过后：逐渐减缓
#接近训练结束：学习率的衰减应该在100倍以上。
#如果loss波动太大，说明学习率过大，适当减小，变为1/5，1/10均可；如果loss几乎不变，可能网络已经收敛或者陷入了局部极小，此时可以适当增大学习率，注意每次调整学习率后一定要训练久一点，充分观察。
#实际学习率与GPU的个数有关，例如你的学习率设置为0.001，如果你有4块GPU，那真实学习率为0.0014。

max_batches=500200 #训练次数达到max_batches后停止学习

policy=steps #学习率调整的策略：constant,steps,exp,poly,step,sig,RANDOM,constant等方式

steps=400000,450000

scales=.1,.1 #steps和scale是设置学习率的变化，比如迭代400000次时，学习率衰减十倍，450000次迭代时，学习率又会在前一个学习率的基础上衰减十倍

#学习率相关参数
learning_rate   #基础学习率，默认为0.001
momentum        #梯度下降动量，默认为0.9
decay           #权重衰减正则项，防止过拟合，默认为0.0001
 
time_steps      #时间步数，RNN/LSTM模型中参数
notruth         #不清楚，没用到
random          # 是否开启多尺度训练，开启后对GPU要求较高
adam            #是否使用adma，默认为 0
B1              # adam 参数
B2              # adam 参数
eps             # adam 参数
 
policy          #学习率衰减策略,默认constant，
                #有:random,poly,constant,step,exp,sigmoid,steps  
burn_in         #设置了这个参数，当update_num小于burn_in时，不是使用配置的学习速率更新策略，
                #而是按照公式lr = base_lr * power(batch_num/burn_in,pwr) 更新，其背后的假设
                #是：全局最优点就在网络初始位置附近，所以训练开始后的burn_in次更新，学习速率从
                #小到大变化。update次数超过burn_in后，采用配置的学习速率更新策略从大到小变化，
                #显然finetune时可以尝试。默认为0
power            #学习率衰减公式中，幂次方参数，默认为4
step               #采用step或sigmoid学习率衰减策略时的参数，默认为1
scale              #采用step和steps学习率衰减策略时的参数，默认为1
steps              #采用steps策略时参数，多个参数之间使用，分开，例如 10000,1000000等
scales           #采用steps策略时参数，多个参数之间使用，与steps保持一致
gamma              #采用exp，sigmoid时启用参数，默认为1
max_batches              #最大批数量，默认为0

 

2.#一层卷积层的配置说明

[convolutional]
batch_normalize=1 #是否进行BN处理，1：是，0：不是
filters=16  #卷积核个数，也是输出通道数
size=3 #卷积核尺寸
stride=1 #卷积步长
pad=1 #当pad=1的时候，padding = (kernel-1) // 2;当pad=0的时候，padding就是依据给出的padding值。在yolov3的cfg文件中，pad都是为1的情况。
activation=leaky //网络激活函数
//卷积核尺寸3*3配合padding且步长为1时，不改变feature map的大小

3.#Downsample
[convolutional] #下采样层的配置说明
batch_normalize=1
filters=64
size=3
stride=2
pad=1
activation=leaky #卷积核尺寸为3*3，配合padding且步长为2时，feature map变为原来的一半大小

4.[shortcut] #shortcut层配置说明 shortcut 融合做加法，要求两个层的输入特征维度一致，相当于做了加法
from=3 /#与前面的多少次进行融合，-3表示前面第三层
activation=linear #层次激活函数

5.[convolutional] #YOLO层前面一层卷积层配置说明

size=1
stride=1
pad=1
filters=255     #filters=num（预测框个数)*(classes+5)，5的意义是4个坐标加一个置信度，classes为类别数，coco为80，num表示YOLO中每个cell预测的框的个数，YOLOV3中为3，自己使用时，此处的值一定要根据自己的数据集进行更改，例如你识别4个类，                            #则 ：filters=3(4+5)=27，三个filters都需要修改，切记
activation=linear

6.[yolo] #YOLO层配置说明

mask=0,1,2 //使用anchor的索引，0，1，2表示使用下面定义的anchors中的前三个anchor
anchors=10,14,     23，27  37，58，  81，82，  135，169 ， 344，319
classes=80 #类别说明
num=6 #每个grid cell总共预测几个box,和anchors的数量一致。当想要使用更多anchors时需要调大num
jitter=.3 #数据增强手段，此处jitter为随机调整宽高比的范围
ignore_thresh=.7
truth_thresh=1 #参与计算的IOU阈值大小。当预测的检测框与ground true的IOU大于ignore_thresh的时候，参与loss的计算，否则，检测框的不参与损失计算。目的是控制参与loss计算的检测框的规模，当ignore_thresh过于大，接近1的时候，那么参与检测框回归loss的个数就会比较少，同时也容易造成过拟合；而如果ignore_thresh设置的过于小，那么参与计算的数量规模就会很大。同时也容易在进行检测框回归的时候造成欠拟合。
参数设置：一般选取0.5~0.7之间的一个值，之前的计算基础都是小尺度（13*13）用的是0.7（26*26）用的是0.5.
random=1 #为1打开随机多尺度训练，为0则关闭,当打开随机多尺度训练时，前面设置的网络尺寸width和height其实就不起作用了，width会在320到608之间随机取值，每10轮随机改变一次，一般建议可以根据自己需要修改随机尺寸训练的范围，这样可以增大batch。

7.route #route层配置说明

layers=-4 #从上一个网络开始倒数到第4个，复制这一层，作为该层的下一个分支，比如route上一个模型时yolo,操作结果如下所示

layers=-1,8 #将第8层（从第0层卷积开始数）和route 的上一层融合（二者）, 两层channels可以不一致。 

[route]         # 用来合并前面若干层的输出,作为一个新层,其本质上就是一个复制操作
layer           # 将多个层输出拼接在一起，如果为负数，则表示该层的前几层
# 例如输入层1：26*26*256   输入层2：26*26*128  则route layer输出为：26*26*（256+128）

8. max_crop        #输入图的最小边需要在[min_crop,max_crop]区间内，如果输入和这个不符合，则通过缩                        
                    #放使之符合。默认为 2*输入宽度w
min_crop          #默认为 输入宽度w
max_ratio           #与max_crop/min_crop类似， 默认为max_crop  / w
min_ratio           #默认为 min_crop  / w
 
center          #暂不清楚，默认为 0
clip            #可能和图片裁剪有关，默认为 0
 

[conv]/[convolutional]  #该部分为卷积层参数，在parse_convolutional()中解析
filters          #卷积核个数,默认为1
size            #获取卷积核尺寸,默认为1
stride            #卷积跨度,默认为1
pad              #是否在输入图像四周补0,若需要补0,值为1，默认为0
padding            #四周补0的长度，默认为size/2，向下取整
groups            #分组卷积（深度卷积），组数，默认为1
activation      #激活函数，默认为logistic，其他还有： logistic,loggy,relu,elu,selu,relie,              
                #plse,hardtan,lhtan,linear,ramp,leaky,tanh,stair
batch_normalize #是否进行规范化，1表示进行规范化,默认为0
binary            #是否对权重进行二值化，1表示进行二值化,默认为0
xnor            #是否对权重以及输入进行二值化，1表示是,默认为0
flipped            #是否翻转，默认为0
dot                #暂不清楚，默认为0，此变量已无使用
 
 
[shortcut]      #捷径层，与卷积层一起构建残差模块，parse_shortcut()中解析
from            #表示当前层与前面的多少层进行叠加，-3表示前面第三层。没有默认参数，必须制定
activation      #激活函数，一般为 leaky,ReLU,默认为linear
alpha            #叠加权重，默认为1
beta            #叠加权重，默认为1    
 
#注意[shortcut]层与[convolutional]层可以组成残差模块
#         Residual Block
#        [convolutional]
#        batch_normalize=1
#        filters=64
#        size=3
#        stride=1
#        pad=1
#        activation=leaky
#        
#        [convolutional]
#        batch_normalize=1
#        filters=64
#        size=3
#        stride=1
#        pad=1
#        activation=linear
#        
#        [shortcut]
#        activation=leaky
#        from=-3
#
 
 
[avg]/[avgpool] #均值池化层，一般接在最后softmax层前，替代全连接层，减少计算量
            #相关参数根据上一层输出自动生成，在parse_avgpool()中解析 
 
 
[softmax]       #池化层，网络最后输出预测的概率分布，在parse_softmax()中解析
groups            #分组数，softmax计算量较大，分为多组计算，默认为1    
temperature        #softmax的温度参数，当temperature很大时，即趋于正无穷时，所有的激活值对应的激
                #活概率趋近于相同（激活概率差异性较小）；而当temperature很低时，即趋于0时，不同
                #的激活值对应的激活概率差异也就越大。默认为1
tree            #softmax计算量较大，按照树结构计算？？，默认为0
spatial            #与GPU计算相关，分组计算默认为0
noloss            #是否不计算损失(交叉熵)，默认计算，默认为0
 
[cost]            #代价层函数，在目标探测中计算预测值与真实值得总体损失,在parse_cost()中解析
 
type            #代价函数类型，默认了为sse，其他有:seg,sse,masked,smooth,L1,wgan
scale            #缩放尺度，默认为1
ratio            #暂不清楚，与GPU计算有关，默认为0
noobj            #noobject_scale，暂不清楚，与GPU计算有关，默认为1
thresh            #iou阈值，当best_iou大于阈值时，损失系数置0,默认为0
 
 *****************************************************************/
什么时候停止训练：当loss不在下降或者下降极慢的情况可以停止训练，一般loss=0.7左右就可以了。
在训练集上测试正确率很高，在其他测试集上测试效果很差，说明过拟合了：提前停止训练，或者增大样本数量训练。

如何提高目标检测正确率包括IOU，分类正确率：1.设置yolo层random=1,增加不同的分辨率。2.或者增大图片本身分辨率。3.或者根据你自身定义的数据集去重新计算anchor尺寸。
如何增加训练样本：样本特点尽量多样化，亮度，旋转，背景，目标位置，尺寸，添加没有标注框的图片和其空的txt文件，作为negative数据。
训练的图片较小，但是实际检测图片大，怎么检测小目标：使用416*416训练完之后，也可以在cfg文件中设置较大的width和height,增加网络对图像的分辨率，从而更可能检测出图像中的小目标，而不需要重新训练；或者：set ‘[route] layers = -1,11’
set ‘[upsample] stride = 4’
多GPU怎么训练：

1.首先用一个gpu训练1000次迭代后的网络；
2.再用多gpu训练； 命令：
darknet.exe detector train data/voc.data cfg/yolov3-voc.cfg /backup/yolov3-voc_1000.weights-gpus 0,1,2,3

有哪些命令行来对神经网络进行训练和测试：
1.检测图片： build\darknet\x64\darknet.exe detector test data/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25 xxx.jpg

2.检测视频：将test 改为 demo ; xxx.jpg 改为xxx.mp4

3.调用网络摄像头：将xxx.mp4 改为 http://192.168.0.80:8080/video?dummy=x.mjpg -i 0

4.批量检测：-dont_show -ext_output < data/train.txt > result.txt

5.手持端网络摄像头：下载mjpeg-stream 软件, xxx.jpg 改为 IP Webcam / Smart WebCam

如何评价模型好坏：

build\darknet\x64\darknet.exe detector map data\defect.data cfg\yolov3.cfg backup\yolov3.weights

利用上面命令计算各权重文件，选择具有最高IoU（联合的交集）和mAP（平均精度）的权重文件