在 darknet 中实现 yolo 时，我们应该在 image net 数据集上训练吗？
While implementing yolo in darknet, should we train on image net data set?
我已经在 ubuntu 中安装了 darknet，现在正尝试在我的自定义数据集上使用 yolo v2 实现对象检测。在 yolo 论文中，他们说他们已经使用 image net 数据集对网络进行了预训练。所以，我的问题是我们是否也应该预训练网络？
对不起，如果我说钝了。
有人可以回复我吗？
对于大多数情况，如果你的数据集在预训练权重中有很多相似的特征（例如人，车），你应该使用预训练网络，例如darknet53.conv.74或darknet19_448.conv.23.
但是您也可以在不使用那些预训练网络（从头开始训练）的情况下训练网络，例如通过从命令中删除权重：
./darknet detector train data/obj.data yolo-obj.cfg
我已经在 ubuntu 中安装了 darknet，现在正尝试在我的自定义数据集上使用 yolo v2 实现对象检测。在 yolo 论文中，他们说他们已经使用 image net 数据集对网络进行了预训练。所以，我的问题是我们是否也应该预训练网络？
对不起，如果我说钝了。 有人可以回复我吗？
对于大多数情况，如果你的数据集在预训练权重中有很多相似的特征（例如人，车），你应该使用预训练网络，例如darknet53.conv.74或darknet19_448.conv.23.
但是您也可以在不使用那些预训练网络（从头开始训练）的情况下训练网络，例如通过从命令中删除权重：
./darknet detector train data/obj.data yolo-obj.cfg