在没有暗网/火炬的情况下创建预训练权重以进行检测
Create pre-trained weights for detection without darknet / torch
我想训练我的数据并创建一个权重文件来训练我的 YOLOV3 网络。
我数据库中的对象不在 COCO 的 classes 中，所以我不想使用它们的权重文件。
我也有一个限制 - 我不能使用 darknet，我也不喜欢使用 torch 库。
我拥有的文件：（根据https://github.com/AlexeyAB/Yolo_mark/issues/60#issuecomment-401854885）
- yolov3-custom.cfg 根据我的 classes
- obj.names 加上我 class 的名字
- train.txt + test.txt 图片位置列表
- 包含图像+标签的文件夹 yolo 格式（对象-class、x、y、宽度、高度）
- obj.data
我能做什么？
如果您想从预训练的权重开始，您仍然可以在 ImageNet 上使用预训练的权重。如果您的 类 与 COCO 数据集不同，那没问题。您可以定义自己的 类，然后使用预训练的权重开始训练。在训练期间，权重将更新以检测您的自定义 类。
您可以将这些权重用于 YOLOv3：“https://pjreddie.com/media/files/yolov3.weights”
我按照github训练了我的习惯。com/qqwweee/keras-yolo3
我想训练我的数据并创建一个权重文件来训练我的 YOLOV3 网络。 我数据库中的对象不在 COCO 的 classes 中，所以我不想使用它们的权重文件。 我也有一个限制 - 我不能使用 darknet，我也不喜欢使用 torch 库。
我拥有的文件：（根据https://github.com/AlexeyAB/Yolo_mark/issues/60#issuecomment-401854885）
- yolov3-custom.cfg 根据我的 classes
- obj.names 加上我 class 的名字
- train.txt + test.txt 图片位置列表
- 包含图像+标签的文件夹 yolo 格式（对象-class、x、y、宽度、高度）
- obj.data
我能做什么？
如果您想从预训练的权重开始，您仍然可以在 ImageNet 上使用预训练的权重。如果您的 类 与 COCO 数据集不同，那没问题。您可以定义自己的 类，然后使用预训练的权重开始训练。在训练期间，权重将更新以检测您的自定义 类。
您可以将这些权重用于 YOLOv3：“https://pjreddie.com/media/files/yolov3.weights”
我按照github训练了我的习惯。com/qqwweee/keras-yolo3