LinMao's Blog（林茂的博客）水果识别
水果识别-搭建框架
水果识别-数据集制作
水果识别-训练
水果识别-测试
经过十来天的炼丹，权重终于出炉了。
有几个问题记录一下：
- 开始用的是tiny-yolov2，只有15层，泛化能力很差，然后为了做一个demo还是硬着头皮往下训练了，但是到后来性能不是很满意，还是放弃了，选择了24层的tiny-yolov3，泛华能力还是要好很多，但是还不是很满意，打算先用这个做一个demo，然后后面根据网络的性能在做打算，说实话，我其实挺想训练一下100多层的yolov3，想看看100多层的泛化能力是不是要好很多，但是训练需要很长很长的时间。。。
- 在测试的时候，我想要做一输出为视频的demo，然后找了怎么批处理图片检测的方法，总之绕了一圈，最后发现darknet本身就可以检测视频输出视频，而且只是需要把test改成demo就可以。。。但是这里需要opencv来支持。
- 有时候网络什么都框不出来，通过
-thresh 0.25更改阈值来实现识别，网络的配置文件中有ignore thresh和true thresh，一个是忽略的阈值。
最后展示一下训练的结果：
检测图片
|
1 2 3 |
./darknet detector test voc.data yolo.cfg yolo.weights images.jpg 命令中各参数要指定路径 |
检测视频
|
1 2 3 |
./darknet detector demo voc.data yolo.cfg yolo.weights images.jpg 命令中各参数要指定路径 |
Xiaohui 10个月前 (07-03)说：
tianqi 10个月前 (07-03)说：
XSCAPE 2年前 (2022-02-02)说：
B1D1ng 4年前 (2020-07-22)说：
chainhow 5年前 (2019-04-09)说：
John_snow 5年前 (2019-04-08)说：
pengfei 5年前 (2018-12-21)说：
孙志刚 6年前 (2018-11-02)说：
所以作者你是训练的tiny-yolov3还是yolov3…
最后训练的tiny-yolov3，因为yolov3网络更庞大，所以需要更多训练时间和机器性能。训练yolo和tiny-yolo其实只是配置文件的部分修改不一样，其他的基本是一样的。