python機器學習超進化(自訂yolo訓練模型) |
|
陳世坤
更新時間:2022/5/26 下午 09:06:27 |
|
老師您好~ 5.3.5訓練模型後面提到,若是訓練中斷,想要再次接續訓練,只要將上次訓練後最後一個檔案yolov3-xxx_last.weights取代darknet53.conv.74,即可接續訓練。 我想詢問若是我想增加新的圖檔跟標註.txt檔,我應該怎麼讓這些新的資料可以接下去之前的訓練檔繼續訓練下去,增加識別率。 |
|
|
|
文淵閣工作室
更新時間:2022/5/27 下午 05:58:50 |
|
您好: 感謝您的支持。
<maskyolov3> 口罩訓練若是想要增加新的圖檔和標註.txt檔,最好先了解專案的架構。
本範例是使用 Kaggle 已標記好的圖檔和標記檔(原始為 PascalVOC格式), 並分別放在<images>、<annotations>,再以 <voc2yolo.py> 複製圖檔和標記檔(並轉為 Yolo 格式)到 <yolodata>目錄中。 |
|
|
|
文淵閣工作室
更新時間:2022/5/27 下午 06:00:19 |
|
因此要加入圖檔和標記,必須參考 5.3.1 自行標記自己要加入的圖檔並產生 PascalVOC 格式的標記檔,然後將要加入的圖檔加入 <images>目錄中,新的標記檔加入<annotations>目錄中。最後再執行 <voc2yolo.py> 將圖檔和標記檔複製到 <yolodata>目錄中,並將標記轉為 Yolo 格式。 最後執行 <makecfg.py> 檔建立訓練的組態結構,以便進行訓練。 |
|
|
|
|
|
|