记录Yolov4训练数据

本文档记录了使用Yolov4框架进行目标检测模型训练的过程。首先,配置了Ubuntu环境,安装cuda10.0、python3.7、torch1.5.0和torchvision 0.6.0。接着,参照数据集准备教程,并修改了yolov4-relu.cfg配置,将filters和classes值调整以匹配类别数。在训练阶段遇到并解决了TypeError问题,通过更改cfg文件避免了错误。由于显存限制,将batch_size从16降低到8。训练完成后,产生了best.pt和last.pt权重文件。最后,介绍了如何使用detect.py测试模型性能并获取评估指标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用代码 https://github.com/ultralytics/yolov3
配置 ubuntu cuda10.0 python3.7 torch1.5.0 torchvision 0.6.0

准备数据集,参考博客https://blog.youkuaiyun.com/sinat_27634939/article/details/89884011
在这里插入图片描述
修改yolov4-relu.cfg配置,
filters=255 修改为 (class数目 + 4 +1) × 3 = 21,
注意是yolo层之前的conv层,共三个地方。
以及yolo层的classes修改为自己的类别数,也是三个地方。

训练
根据自己的需要修改train.py的一些参数配置,比如说epoch、cfg、data、weight、device,修改好以后就可以开始训练了。
在这里插入图片描述

运行train.py报错
TypeError: not all arguments converted during string formatting

找了半天没找出来是哪里错了,后来把cfg/yolov4-relu.cfg改为’cfg/yolov4.cfg’就没有错误了。(记得改filter classes)
不知道是啥原因…

开始batch_size设置为16,在2080Ti上运行

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值