训练时的命令:
darknet.exe detector train data/obj.data yolov3.cfg darknet53.conv.74 -gpus 0 1> data/log/1.log 2> data/log/2.log
会分别将两类不同的输出保存到两个不同的日志文件中。
注意在输出到日志文本中时,有迭代次数的那一行会隔一段时间保存一次,大概是每30次迭代保存一次。其他输出信息会实时保存。我想是因为这两类输出信息是在内存的不同缓冲区中,我们知道只有在缓冲区满了之后,操作系统才会将缓冲区中的内容写入磁盘,以降低IO开销。而每两次迭代之间间隔时间较长,又填满缓冲区大概得30次迭代的输出信息,所以得要点时间,而其他的信息输出比较快,很快就填满了缓冲区,于是感觉上是实时写到硬盘上了,看任务管理器中磁盘的IO曲线好像也是这样的。另外实在想吐槽一句,在windows上做深度学习真的太难了。