Darknet如何繼續用已有模型繼續訓練

在訓練YOLOv3時，我們通常是用預訓練模型進行訓練

代碼如下：

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

但有時訓練過程會出現訓練中斷的情況，那么我們如何利用已經選練好的模型重新開始訓練呢？

比如我在backup/文件夾下看到了已經訓練好的權重文件

 

 為了繼續開始訓練，我可以利用這里面的.backup文件繼續訓練

代碼如下：

./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]

• '< >'必選項，’[  ]‘可選項
• data_cfg：數據配置文件，eg：cfg/voc.data
• models_cfg：模型配置文件，eg：cfg/yolov3-voc.cfg
• weights：權重配置文件，eg：weights/yolov3.weights
• test_file：測試文件，eg：*/*/*/test.txt
• -thresh：顯示被檢測物體中confidence大於等於 [-thresh] 的bounding-box，默認0.005
• -out：輸出文件名稱，默認路徑為results文件夾下，eg：-out "" //輸出class_num個文件，文件名為class_name.txt；若不選擇此選項，則默認輸出文件名為comp4_det_test_"class_name".txt
• -i/-gpu：指定單個gpu，默認為0，eg：-gpu 2
• -gpus：指定多個gpu，默認為0，eg：-gpus 0,1,2