使用darknet框架的imagenet數據分類預訓練操作
更新時間：2020年07月07日 10:35:22 作者：baidu_38371925
這篇文章主要介紹了使用darknet框架的imagenet數據分類預訓練操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
最近一段時間一直在研究yolo物體檢測，基于網絡上很少有yolo的分類預訓練和yolo9000的聯合數據的訓練方法，經過本人的真實實驗，對這兩個部分做一個整理（本篇介紹yolo的分類預訓練）
1、數據準備
1000類的Imagenet圖片數據
因為Imagenet不同的類別數據都是單獨放在一個文件夾中，并且有特定的命名，如‘n00020287'，所以在做分類時我們不需要去制作特定的標簽，只要訓練的圖片的path中包含自身的類別標簽，而不含有其他類的標簽即可。
制作用于訓練的數據列表*classf_list.txt
2、分類標簽制作
制作所有類別的標簽列表new_label.txt和標簽對應的類別名稱的列表new_name.txt
new_label.txt
new_name.txt（訓練時不需要，但是測試時可以顯示出具體的類別）
3、修改cfg/.data配置文件（*classf.data）
classes=1000 train =/home/research/disk2/wangshun/yolo1700/darknet/coco/filelist/classf_list.txt labels=data/new_label.txt names=data/new_name.txt backup=backup top=5
修改網絡配置文件(classf.cfg)
[net] #Training batch=64 subdivisions=1 width=416 height=416 channels=3 momentum=0.9 decay=0.0005 angle=0 saturation = 1.5 exposure = 1.5 hue=.1 max_crop = 512 learning_rate=0.001 burn_in=1000 max_batches = 1000000000 policy=steps steps=350000,500000,750000,1200000 scales=.1,.1,.1,.1 [convolutional] batch_normalize=1 filters=16 size=3 stride=1 pad=1 activation=leaky [maxpool] size=2 stride=2 [convolutional] batch_normalize=1 filters=32 size=3 stride=1 pad=1 activation=leaky [maxpool] size=2 stride=2 [convolutional] batch_normalize=1 filters=64 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=32 size=1 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=64 size=3 stride=1 pad=1 activation=leaky [maxpool] size=2 stride=2 [convolutional] batch_normalize=1 filters=128 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=64 size=1 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=128 size=3 stride=1 pad=1 activation=leaky [maxpool] size=2 stride=2 [convolutional] batch_normalize=1 filters=64 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=128 size=1 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=128 size=1 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky [maxpool] size=2 stride=2 [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=128 size=1 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=128 size=1 stride=1 pad=1 activation=leaky [convolutional] batch_normalize=1 filters=256 size=3 stride=1 pad=1 activation=leaky ####### [convolutional] batch_normalize=1 size=1 stride=1 pad=1 filters=128 activation=leaky [convolutional] batch_normalize=1 size=3 stride=1 pad=1 filters=256 activation=leaky [convolutional] batch_normalize=1 size=3 stride=1 pad=1 filters=256 activation=leaky [convolutional] filters=1000 size=1 stride=1 pad=1 activation=leaky [avgpool] [softmax] groups = 1 [cost] type=sse
當然中間的網絡層是我自己修改的網絡。
5. 訓練
./darknet classifier train cfg/classf.data cfg/classf.cfg -gpus 0，3（選擇自己機器的gpu）
6 . 測試
./darknet classifier predict cfg/classf.data cfg/classf.cfg backup/classf.weights data/eagle.jpg
當然這只是剛剛訓練了2000次測試的結果，只是測試，還需要繼續(xù)訓練。
以上這篇使用darknet框架的imagenet數據分類預訓練操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
這篇文章主要為大家詳細介紹了Python梯度下降法的簡單示例，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-08-08
最近使用pip install安裝pycocotools出現錯誤,本文主要介紹了Windows安裝pycocotools的問題報錯解決,具有一定的參考價值,感興趣的可以了解一下2024-06-06
這篇文章主要介紹了pytorch?SummaryWriter保存日志的方法，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-03-03
在Python中，反射是指通過一組內置的函數和語句，在運行時動態(tài)地訪問、檢查和修改對象的屬性、方法和類信息的機制。本文將通過簡單的示例和大家講講Python中的反射機制，希望對大家有所幫助2023-03-03
這篇文章主要介紹了Python循環(huán)作用域與閉包，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-03-03
在日常工作中,我們可能經常會用到發(fā)送郵件,但如果每次都人工來發(fā)送,那豈不是很麻煩,今天我們就來講解下如何通過python語言來優(yōu)雅地發(fā)送郵件2024-04-04
JSON (JavaScript Object Notation) 是一種輕量級的數據交換格式,下面這篇文章主要給大家介紹了關于Python解析JSON數據的基本方法,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下2022-01-01
今天小編就為大家分享一篇python實現將讀入的多維list轉為一維list的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
本文詳細講解了Python包管理工具pip的用法，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-05-05
DataFrame 類型類似于數據庫表結構的數據結構，這篇文章主要介紹了pandas 數據結構之DataFrame,需要的朋友可以參考下2019-10-10