darknet 训练 yolov4-tiny模型

为什么是 yolov4-tiny 模型:

相比官网教程实例采用的 yolov4 和 yolov3, yolov4-tiny 更加小巧,适合机载电脑使用。

炼丹原料准备:

当代的模型训练和神秘东方帝国古老时候的炼丹技术有着高度类似性,所以又被称为“炼丹”,笑。

首先建议拍摄相应的照片素材(>=500),要求是尽量体现样本的多样性,这关系到最终模型的准确度,你也不想你的丹药废掉吧。

然后,你可以参考 label,配置好标定软件。这里笔者更加推崇 Windows + Anaconda ,其中的 anaconda 是 windows 平台的 python 集成包,对于 python 相关的环境配置有很大的好处(你可以自行百度)。

关于后续的操作,你可以参考官网的 demo 视频,总之就是四步:1. 选择图片素材的文件夹目录 2. 选择图片标定的类别 3. 在图片上标定方框 4.保存!!!

上文火!(三体梗)总之就是开始炼丹了

你可以查看 github 这个部分 训练 以及它的上一个部分。
大体上是如下几个步骤:

  • 下载预权重文件,后缀是类似 .conv,可以放在 darknet 主目录
  • 修改 .cfg 文件,在 darknet/cfg 将其他文件内容修改(这部分需要严格参考官网文档)
  • 在 darknet/data 内创建 .name .data文件
  • 在 darknet/data 内创建文件夹,拷入图片素材和对应 txt 文件
  • 创建 train.txt,内部写入所有图片素材的目录(建议用 excel 或 python 制作)

最终,进入命令行输入官网上要求的代码,当命令行开始“翻滚”起来时,恭喜,你也是一名炼丹师了。

备注

本文档写得简略,建议仔细参考官方文档,同时也可以看看 比较好的教程(有几处细节与官方不同,记得注意)。

你可能感兴趣的:(机器学习,深度学习)