py-faster-rcnn使用snapshot继续训练

最新推荐文章于 2024-06-18 09:35:32 发布

Crazy_happy

最新推荐文章于 2024-06-18 09:35:32 发布

阅读量474

点赞数 1

分类专栏：深度学习 caffe 文章标签： caffe 深度学习人工智能

本文链接：https://blog.youkuaiyun.com/yangjayhui/article/details/89632491

版权

深度学习同时被 2 个专栏收录

4 篇文章

订阅专栏

caffe

1 篇文章

订阅专栏

本文详细介绍了如何使用Faster-RCNN进行目标检测模型的初次训练及如何利用snapshot继续训练的过程。提供了具体的命令行参数设置，包括solver配置、预训练模型加载、迭代次数设定等关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.初次训练命令行：

python  ./tools/train_net.py --gpu 0 --solver ./models/pascal_voc/VGG_CNN_M_1024/faster_rcnn_end2end/solver.prototxt  --weights ./data/imagenet_models/VGG_CNN_M_1024.v2.caffemodel --imdb voc_2007_trainval --iters 90000 --cfg ./experiments/cfgs/faster_rcnn_end2end.yml

在solver.prototxt文件中修改

snapshot: 10000

2.Faster-rcnn使用snapshot继续训练

请参考博客：R-FCN/Faster-rcnn使用snapshot继续训练_Hytz的博客-优快云博客

修改完代码以后继续训练：

python  ./tools/train_net.py --gpu 0 --solver ./models/pascal_voc/VGG_CNN_M_1024/faster_rcnn_end2end/solver.prototxt  --snapshot vgg_1024_faster_rcnn_iter_60000.solverstate --imdb voc_2007_trainval --iters 90000 --cfg ./experiments/cfgs/faster_rcnn_end2end.yml