darknet提取主干网络权重或者指定层数的权重

最新推荐文章于 2022-03-28 22:15:14 发布

原创最新推荐文章于 2022-03-28 22:15:14 发布 · 1k 阅读

4 ·

CC 4.0 BY-SA版权

darknet 专栏收录该内容

7 篇文章

订阅专栏

本文详细解析了YOLOfastest模型中提取部分权重的命令和相关代码。通过`./darknet partial yolo-fastest.cfg yolo-fastest.weights yolo-fastest.conv.109 109`这一指令，可以将yolo-fastest.weights模型的前108层权重保存到yolo-fastest.conv.109文件中，以便后续基于这些预训练权重进行训练。`save_weights_upto`函数在此过程中起到关键作用，它实现了权重的截断保存。

部署运行你感兴趣的模型镜像

在YOLO fastest的readme里面，有下面一个这样的命令，开始运行这个：

./darknet partial yolo-fastest.cfg yolo-fastest.weights yolo-fastest.conv.109 109

开始没太在意，就照着流程做，后面在看代码的时候对这个地方有了更多认识。这个地方是提取yolo-fastest.weights中0-108层的权重，并保存为文件。

void partial(char *cfgfile, char *weightfile, char *outfile, int max)
{
    gpu_index = -1;
    network net = parse_network_cfg_custom(cfgfile, 1, 1);
    if(weightfile){
        load_weights_upto(&net, weightfile, max);
    }
    *net.seen = 0;
    *net.cur_iteration = 0;
    save_weights_upto(net, outfile, max);
}

void save_weights_upto(network net, char *filename, int cutoff)
{
		......
		for(i = 0; i < net.n && i < cutoff; ++i){
        layer l = net.layers[i];
        ......
    }
}

后续训练的时候，通过加载这个权重文件，在此基础之上进行训练。

您可能感兴趣的与本文相关的镜像