yolo-voc.2.0.cfg 参数解析

最新推荐文章于 2025-06-19 14:39:59 发布
原创 最新推荐文章于 2025-06-19 14:39:59 发布 · 2.2k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#yolo

本文详细解析了YOLOv2的配置文件参数，包括网络结构、训练策略及数据增强方法等，并介绍了训练log中各项指标的意义，如RegionAvgIOU、Class、Obj、NoObj等，帮助读者理解YOLOv2的工作原理。

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

一、参数解析

[net]
batch=64         # number of images pushed with a forward pass through the network
subdivisions=8   # 源码中的图片数量int imgs = net.batch * net.subdivisions * ngpus，按subdivisions大小分批进行训练 
height=416       # height of input image
width=416        # width of input image
channels=3       # channel of input image
momentum=0.9     # CNN-梯度下降法中一种常用的加速技术
decay=0.0005     # CNN-防止过拟合

# 对于每次迭代训练，YOLOv2会基于角度(angle)，饱和度(saturation)，曝光(exposure)，色调(hue)产生新的训练图片 
angle=0          # 图片角度变化，单位为度，假如angle=5，就是生成新图片的时候随机旋转-5~5度
saturation = 1.5 # 饱和度变化大小，1到1.5倍
exposure = 1.5   # 曝光变化大小，1到1.5倍
hue=.1           # 色调变化范围，-0.1到0.1 

learning_rate=0.0001  # 学习率 
max_batches = 45000   # 最大迭代次数 
policy=steps          # 调整学习率的policy：CONSTANT, STEP, EXP, POLY，STEPS, SIG, RANDOM
steps=100,25000,35000 # 根据batch_num调整学习率，若steps=100,25000,35000，则在迭代100次，25000次，35000次时学习率发生变化，该参数与policy中的steps对应
scales=10,.1,.1       # 相对于当前学习率的变化比率，累计相乘，与steps中的参数个数保持一致

[convolutional]
batch_normalize=1     # 是否做BN-batch_normalize
filters=32
size=3
stride=1
pad=1
activation=leaky
# 激活函数-activation 包括logistic，loggy，relu，elu，relie，plse，hardtan，lhtan，linear，ramp，leaky，tanh，stair.

[maxpool]
size=2
stride=2

[convolutional]
batch_normalize=1
filters=64
size=3
stride=1
pad=1
activation=leaky

[maxpool]
size=2
stride=2

[convolutional]
batch_normalize=1
filters=128
size=3
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=64
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=128
size=3
stride=1
pad=1
activation=leaky

[maxpool]
size=2
stride=2

[convolutional]
batch_normalize=1
filters=256
size=3
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=128
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=256
size=3
stride=1
pad=1
activation=leaky

[maxpool]
size=2
stride=2

[convolutional]
batch_normalize=1
filters=512
size=3
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=256
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=512
size=3
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=256
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=512
size=3
stride=1
pad=1
activation=leaky

[maxpool]
size=2
stride=2

[convolutional]
batch_normalize=1
filters=1024
size=3
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=512
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=1024
size=3
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=512
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=1024
size=3
stride=1
pad=1
activation=leaky


#######

[convolutional]
batch_normalize=1
size=3
stride=1
pad=1
filters=1024
activation=leaky

[convolutional]
batch_normalize=1
size=3
stride=1
pad=1
filters=1024
activation=leaky

# the route layer is to bring finer grained features in from earlier in the network 
[route]
layers=-9

# the reorg layer is to make these features match the feature map size at the later layer;
# The end feature map is 13x13, the feature map from earlier is 26x26x512. 
# The reorg layer maps the 26x26x512 feature map onto a 13x13x2048 feature map so that it can be concate_nated with the feature maps at 13x13 resolution.
[reorg]
stride=2

[route]
layers=-1,-3

[convolutional]
batch_normalize=1
size=3
stride=1
pad=1
filters=1024
activation=leaky

[convolutional]
size=1
stride=1
pad=1
filters=125
activation=linear

[region]
# anchors: 预测框的初始宽高，第一个是w，第二个是h，总数量是num*2.
# YOLOv2作者说anchors是使用K-MEANS获得，其实就是计算出哪种类型的框比较多，可以增加收敛速度，如果不设置anchors，默认是0.5.
anchors = 1.08,1.19,  3.42,4.41,  6.63,11.38,  9.42,5.11,  16.62,10.52
bias_match=1 # 如果为1，计算best iou时，预测宽高强制与anchors一致
classes=20   # 类别数量 
coords=4     # BoundingBox的tx,ty,tw,th，tx与ty是相对于左上角的grid，同时是当前grid的比例，tw与th是宽度与高度取对数
num=5        # 每个grid预测的BoundingBox个数
softmax=1    # 如果为1，使用softmax 
jitter=.2    # 利用数据抖动产生更多数据抑制过拟合.YOLOv2中使用的是crop，filp，以及net层的angle，flip是随机的，crop就是jitter的参数，tiny-yolo-voc.cfg中jitter=.2，就是在0~0.2中进行crop. 
rescore=1    # 决定使用哪种方式计算IOU的误差，为1时，使用当前best iou计算，为0时，使用1计算 

# *_scale是YOLOv1论文中cost function的权重，哪一个更大，每一次更新权重的时候，对应方面的权重更新相对比重更大
object_scale=5
noobject_scale=1
class_scale=1
coord_scale=1

absolute=1
thresh = .6 # 决定是否需要计算IOU误差的参数，大于thresh，IOU误差不会夹在cost function中 
random=0    # 如果为1每次迭代图片大小随机从320到608，步长为32，如果为0，每次训练大小与输入大小一致

二、训练log中各参数的意义

Region Avg IOU：平均的IOU，代表预测的bounding box和ground truth的交集与并集之比，期望该值趋近于1。 
Class:是标注物体的概率，期望该值趋近于1. 
Obj：期望该值趋近于1. 
No Obj:期望该值越来越小但不为零. 
Avg Recall：期望该值趋近1 
avg：平均损失，期望该值趋近于0

mAP定义及相关概念

  • mAP: mean Average Precision, 即各类别AP的平均值
  • AP: PR曲线下面积，后文会详细讲解
  • PR曲线: Precision-Recall曲线
  • Precision: TP / (TP + FP)
  • Recall: TP / (TP + FN)
  • TP: IoU>0.5的检测框数量（同一Ground Truth只计算一次）
  • FP: IoU<=0.5的检测框，或者是检测到同一个GT的多余检测框的数量
  • FN: 没有检测到的GT的数量

三、参考

CFG参数详细解读
weixin_43915295的博客
05-11 734
前几章博主介绍了该Demo的详细工作流程，里面介绍了当“ mmWave Demo Visualizer”是会根据你在Config窗口的“点点点”操作进行CFG指令的生成的，而这些CFG指令又会驱动毫米波雷达进入不同的工作的状态，那么本章节博主会逐个介绍TI框架下的CFG指令。
Stable Diffusion【基础篇】：提示词引导系数（CFG Scale）
热门推荐
2401_85688943的博客
07-18 1万+
要了解CFG，必须首先了解它的前身：分类器指导（Classifier Guidance）。分类器引导是一种能够将图像标签信息包含于扩散模型中的方法。你可以使用一个标签来引导扩散过程。举个例子，“猫”这个标签可以引导逆向扩散过程使其生成一张关于猫的图像。分类器引导强度（classifier guidance scale）是一个用于控制扩散过程应该多贴近于给定标签的一个变量。假设有三组图片分别具有”猫“，”狗“以及”人“的标签，如果扩散过程是无引导的，扩散模型在绘图过程中会在这三个组中均匀采样。
yolov2.cfg
04-29
在进行目标检测学习过程中，跑典型的算法yolov2，需要加载神经网络中不同类型的层的配置参数包括batch_size, width,height,channel,momentum,decay，learning_rate等,需要这个配置文件
yolov2.cfg与yolov3配置文件参数解析
juluwangriyue的博客
09-24 1377
yolo2.cfg配置文件解析 [net] batch=64 每batch个样本更新一次参数。 subdivisions=8 如果内存不够大，将batch分割为subdivisions个子batch，每个子batch的大 小为batch/subdivisions。 在darknet代码中，会将batch/subdivisions命
深度学习之目标检测YOLO简介和YOLO v1模型算法流程详解说明（超详细理论篇）
最新发布
qq_55433305的博客
06-19 1875
YOLO（You Only Look Once）是一种实时目标检测算法，它创新性地将目标检测转化为单次前向传播的回归问题，通过单一神经网络同时预测目标边界框和类别概率，极大提升了检测速度。YOLO v1将输入图像划分为S×S网格，每个网格预测B个边界框、置信度及C个类别概率。其网络架构包含24个卷积层和2个全连接层，损失函数由边界框坐标误差、置信度误差和分类误差组成，通过权重因子平衡各任务贡献。训练时，先在ImageNet上预训练前20层卷积层，再微调后续层，并采用数据增强技术提升泛化能力。
yolov2-tiny-voc.cfg 参数解析
aoche3999的博客
10-20 461
一、参数解析 [net] batch=64 # number of images pushed with a forward pass through the network subdivisions=8 # 源码中的图片数量int imgs = net.batch * net.subdivisions * ngpus，按subdivisions大小分批进行...
YOLO学习-使用VOC.yaml配置文件对Voc数据集进行模型训练
tomclair的博客
10-12 1141
​ 这个部分主要是1中（1）中的第一种，网站下载数据，如何将数据处理成Yolo可以运行的数据。点击下载VOC.yaml文件即可。下面对VOC.yaml文件中的信息进行介绍。# Ultralytics YOLO 🚀, AGPL-3.0 license：该模型为Ultralytics提供的YOLO模型，遵循AGPL-3.0开源协议。
Yolo-FastestV2 训练自己的数据集
weixin_44230615的博客
11-17 3385
根据原作者源码及说明实践后总结 操作环境 Ubuntu 18.02 +cuda 11.1 +pytorch 1.9.0 作者源码下载：https://github.com/dog-qiuqiu/Yolo-FastestV2 配置环境 新建： conda create -n yolov2 python=3.8 安装pytorch： conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia 下载源码：
【Week-Y7】使用自己的数据集训练YOLO-v8
m0_55259388的博客
11-13 700
ImageSets文件夹下面有个Main子文件夹，其下面存放了train.txt、val.txt、test.txt 和 trainval.txt 四个文件，它们是通过split_train val.py 文件来生成的.在YOLOv8中，需要自己创建train.py文件，训练默认参数保存在 default.yaml 文件中，关键参数是可以在训练命令行 /train.py 文件中进行修改。运行voc_label.py文件生成 train.txt、test.txt、val.txt 文件，先看看要生成的文件位置。
yolo源码解析c语言,YOLO 实践篇（darknet）：You Only Look Once
weixin_26757939的博客
05-21 2099
前言最近在学习 object detection 领域的相关知识，从传统的目标检测如 DPM 模型，到基于候选区的R-CNN系列模型，再到 single network && end to end 的 yolo 模型，还有针对 yolo 模型的缺陷进一步完善的 SSD 模型等等。一系列的理论和实践需要学习，希望能够记录学习过程中的点点滴滴，不断修改、完善和总结，系统的学习一遍。当然...
YOLO-V4 Pytorch版本训练自建数据集和预测
hanxuwerewolf的博客
05-31 2152
1. 程序下载 本文程序核心部分完全参考开源代码：https://github.com/WongKinYiu/PyTorch_YOLOv4 。只是从一种学习的角度去写了我的代码仓库，在基础上增加了一些常用的脚本（会持续更新）。我的仓库地址为：https://github.com/hx-0614/yolov4-pytorch-learing git clone https://github.com/hx-0614/yolov4-pytorch-learing.git 其中我新增的脚本文件，会在README.
voc2yolo_conversion:从VOC格式转换为YOLO格式
05-01
voc2YOLO_conversion 输入包含VOC格式文件文件（.xml）的文件夹，并返回包含文本文件（.txt）的文件夹，即转换为YOLO格式文件
voc2yolo.py
02-03
使用该脚本将labelimg标注的文件转换成yolo训练需要的格式
voc数据2YOLO数据格式
04-01
python中进行VOC数据格式转化到YOLO数据格式，好用
【Darknet源码 】cfg文件参数详解
weixin_42754237的博客
01-21 5049
cfg文件是darknet中描述网络结构的文件，和caffe的prototxt类似。在darknet框架下cfg中一般先以[net]或[network]开头，描述网络的整体参数，然后接着各层参数的描述，查看string_to_layer_type()函数，一共包括以下层结构： [shortcut],[crop],[cost],[detection],[region],[yolo],[iseg],...
Darknet中cfg文件参数详解
DIPDWC的博客
07-03 1010
YOLO中cfg文件参数详解1. cfg文件参数解释2. 参考文献 1. cfg文件参数解释 以YOLO v3为例详细解释cfg文件各参数的含义： [net] #[xxx]开始的行表示网络的一层，其后的内容为该层的参数配置，[net]为特殊的层，配置整个网络 # Testing #测试模式 #初始batch参数要分为两类，分别为训练集和测试集，不同模式相应放开参数 batch=1 subdivisions=1 # Training #训练模式 每次前向图片的数目=batch/subdivisions #
Yolo中的参数：--cfg 参数和 --weights 参数
qq_53206057的博客
03-06 3167
这些权重可以是随机初始化的，也可以是通过在另一个（通常是相似的）数据集上预训练得到的。使用预训练权重可以帮助模型在新的数据集上更快地收敛，并可能提高最终模型的准确率。这是一种迁移学习的方法，它利用了在一个任务上学到的知识来帮助解决另一个相关的任务。）定义了模型的架构，包括但不限于模型层的数量、类型、尺寸以及其他模型结构相关的配置。提供了“模型开始训练时的知识基础”（即模型参数的初始值）。这两个参数共同决定了训练开始时模型的状态，包括它的结构和参数。指定的是模型训练开始时使用的权重文件的路径，这个文件（如。
darknet 框架中.cfg文件的参数详解，以yolov3为例
weixin_41591270的博客
03-30 2382
参考：darknet中cfg文件里参数的理解_zerojava0的博客-优快云博客 参考：【Darknet源码 】cfg文件参数详解_橘子都吃不起！的博客-优快云博客 1.基础参数解释 batch=64 #网络积累多少样本进行一次BP，训练模型一般选择大于32 的2的n次方 检测时，batch=1; subdivisions=4 #表示将一个batch的图分为4次完成网络的前向传播。可更改，在darknet中，batch和subdivisions是结合使用的，这里参数意思是，训练过程中将一次..
VOC2Yolo
weixin_43940118的博客
07-10 338
voc转为yolo
在windows10下使用yolov2训练自己的数据，在cmd中输入指令darknet.exe detector train cfg/voc.data cfg/yolo-voc.cfg cfg/darknet19_448.conv.23结果出现608 x 608 Create 6 permanent cpu-threads 然后结束进程，并没有开始训练。
03-09
- 打开yolo-voc.cfg，确认里面的batch、subdivisions参数是否合理。特别是subdivisions如果设置过大，可能会导致内存不足。 - 检查width和height的值是否符合预训练模型的输入尺寸。比如darknet19_448.conv.23可能...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Digital2Slave

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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