Darknet如何继续用已有模型继续训练

在训练YOLOv3时，我们通常是用预训练模型进行训练

代码如下：

./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74

但有时训练过程会出现训练中断的情况，那么我们如何利用已经选练好的模型重新开始训练呢？

比如我在backup/文件夹下看到了已经训练好的权重文件

 

 为了继续开始训练，我可以利用这里面的.backup文件继续训练

代码如下：

./darknet detector train cfg/coco.data cfg/yolov3-voc.cfg backup/yolov3-voc.backup 

下面列出一些常用的命令

./darknet detector test <data_cfg> <models_cfg> <weights> <test_file> [-thresh] [-out]
./darknet detector train <data_cfg> <models_cfg> <weights> [-thresh] [-gpu] [-gpus] [-clear]
./darknet detector valid <data_cfg> <models_cfg> <weights> [-out] [-thresh]
./darknet detector recall <data_cfg> <models_cfg> <weights> [-thresh]

• '< >'必选项，’[  ]‘可选项
• data_cfg：数据配置文件，eg：cfg/voc.data
• models_cfg：模型配置文件，eg：cfg/yolov3-voc.cfg
• weights：权重配置文件，eg：weights/yolov3.weights
• test_file：测试文件，eg：*/*/*/test.txt
• -thresh：显示被检测物体中confidence大于等于 [-thresh] 的bounding-box，默认0.005
• -out：输出文件名称，默认路径为results文件夹下，eg：-out "" //输出class_num个文件，文件名为class_name.txt；若不选择此选项，则默认输出文件名为comp4_det_test_"class_name".txt
• -i/-gpu：指定单个gpu，默认为0，eg：-gpu 2
• -gpus：指定多个gpu，默认为0，eg：-gpus 0,1,2