Computer vision 如何在darknet为YoloV3进行迁移学习

我想在Darknet的YOLOv3中进行迁移学习，所以我想使用在COCO数据集上训练的YOLOv3预训练模型，然后在我自己的数据集上进一步训练它，以检测其他对象。那么，我应该采取哪些步骤呢？如何标记数据以便在Darknet中使用？请帮助我，因为这是我第一次使用Darknet和YOLO。

这里有详细说明：

注意，符号必须一致。任何缺少注释的对象都会导致错误的学习和错误的预测。

这里将详细说明：

---

注意，符号必须一致。任何缺少注释的对象都会导致错误的学习，从而导致错误的预测。

这个问题在“YOLO示例的微调和迁移学习”（Fine tuning and transfer learning by the example of YOLO）中得到了回答

gameon67给出的答案表明：

他建议，如果你使用的是AlexeyAB的darknet回购（而不是darkflow） 通过设置此参数进行微调而不是转移学习 在cfg文件中：stopbackward=1

然后输入./darknet.configfile.cfg yourWeightsFile.weights outPutName.LastLayer#LastLayer#例如：

./darknet partial cfg/yolov3.cfg yolov3.weights yolov3.conv.81 It 将创建yolov3.conv.81并冻结下层，然后 可以使用权重文件yolov3.conv.81代替原始文件进行训练 黑暗面33.conv.74

参考资料：

---

这个问题在“以YOLO为例的微调和迁移学习”（Fine tuning and transfer learning by the example of YOLO）中得到了回答

gameon67给出的答案表明：

他建议，如果你使用的是AlexeyAB的darknet回购（而不是darkflow） 通过设置此参数进行微调而不是转移学习 在cfg文件中：stopbackward=1

然后输入./darknet.configfile.cfg yourWeightsFile.weights outPutName.LastLayer#LastLayer#例如：

./darknet partial cfg/yolov3.cfg yolov3.weights yolov3.conv.81 It 将创建yolov3.conv.81并冻结下层，然后 可以使用权重文件yolov3.conv.81代替原始文件进行训练 黑暗面33.conv.74

参考资料：

---

我有没有找到答案如果你在谷歌上找到了，你可以给我提供一个链接：）你可以在这里看到的一个可能的实现方式：我有没有找到答案如果你在谷歌上找到了，你可以给我提供一个链接：）你可以在这里看到的一个可能的实现方式：建议只是训练得更快，精确度降低。这不是一个全球性的建议。建议只是训练得更快，但准确性会降低。这不是一项全球建议。