看了好半天,不过最后还是在Git上找到了相关的问题。主要是对于yolov3-voc.cfg文件。其中的batch和subvision训练和测试的时候应当是不一样的。默认的都是1,那是测试的时候的批次数量。在训练的时候我是改成batch=64,subversion=16;基本训练就没啥问题,也会有“nan”的报告,但是基本网络还是能够收敛的。
另外,测试的时候记得把这两个参数的值改回来哦。
看了好半天,不过最后还是在Git上找到了相关的问题。主要是对于yolov3-voc.cfg文件。其中的batch和subvision训练和测试的时候应当是不一样的。默认的都是1,那是测试的时候的批次数量。在训练的时候我是改成batch=64,subversion=16;基本训练就没啥问题,也会有“nan”的报告,但是基本网络还是能够收敛的。
另外,测试的时候记得把这两个参数的值改回来哦。
您可能感兴趣的与本文相关的镜像
Yolo-v5
YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎
3014