Darknet: Open Source Neural Networks in Chttps://pjreddie.com/darknet/

YOLO: Real-Time Object Detectionhttps://pjreddie.com/darknet/yolo/

Pre-Trained Modelshttps://pjreddie.com/darknet/imagenet/

yolo_voc.cfg中參數

第一個net

[net] batch=64 //每次迭代要進行訓練的圖片數量 subdivisions=8// height=416 //圖像縮放后的大小 width=416 channels=3//彩色圖像 momentum=0.9 decay=0.0005 angle=0 //角度 saturation = 1.5 //飽和度 exposure = 1.5 //曝光度 hue=.1 //色調 learning_rate=0.0001 max_batches = 32000//最大訓練迭代次數 policy=steps steps=100,20000，30000 scales=10,.1,.1 【解釋】 batch：每次迭代要進行訓練的圖片數量 subdivisions：batch中的圖片再產生子集，源碼中的圖片數量int imgs = net.batch * net.subdivisions * ngpus width：輸入圖片寬度， height：輸入圖片高度，channels ：輸入圖片通道數對于每次迭代訓練，YOLOv2會基于角度(angle)，飽和度(saturation)，曝光(exposure)，色調(hue)產生新的訓練圖片 angle：圖片角度變化，單位為度，假如angle=5，就是生成新圖片的時候隨機旋轉-5~5度 saturation & exposure: 飽和度與曝光變化大小，tiny-yolo-voc.cfg中1到1.5倍，以及1/1.5~1倍 hue：色調變化范圍，tiny-yolo-voc.cfg中-0.1~0.1 max_batches：最大迭代次數

中間的網絡結構不列出了，看最后一個卷積層

[convolutional] batch_normalize=1 size=3 stride=1 pad=1 filters=1024 //卷積核的個數 activation=leaky//leaky激活函數，大于0的為x,小于0的為0[convolutional] size=1 stride=1 pad=1 filters=40//用3類訓練，所以5*（3+4+1） activation=linear [region]最后一層 anchors = 1.08,1.19, 3.42,4.41, 6.63,11.38, 9.42,5.11, 16.62,10.52 bias_match=1 classes=3//類別數 coords=4 // num=5 softmax=1 jitter=.2 rescore=1雖然region(YOLOv1的detection)在最后一層，但是很多參數都是一開始就載入使用的，尤其是對于圖片數據處理的參數 classes：類別數量 coords：BoundingBox的tx,ty,tw,th，tx與ty是相對于左上角的gird，同時是當前grid的比例，tw與th是寬度與高度取對數 num：每個grid預測的BoundingBox個數 jitter：利用數據抖動產生更多數據，YOLOv2中使用的是crop，filp，以及net層的angle，flip是隨機的，crop就是jitter的參數，tiny-yolo-voc.cfg中jitter=.2，就是在0~0.2中進行crop anchors：預測框的初始寬高，第一個是w，第二個是h，總數量是num*2，YOLOv2作者說anchors是使用K-MEANS獲得，其實就是計算出哪種類型的框比較多，可以增加收斂速度，如果不設置anchors，默認是0.5，還有就是anchors讀入參數中名字是biases 這里有一個計算樣本anchors的Python腳本，anchors生成腳本 bias_match：如果為1，計算best iou時，預測寬高強制與anchors一致 softmax：如果為1，使用softmax rescore：決定使用哪種方式計算IOU的誤差，為1時，使用當前best iou計算，為0時，使用1計算 object_scale & noobject_scale & class_scale & coord_scale：YOLOv1論文中cost function的權重，哪一個更大，每一次更新權重的時候，對應方面的權重更新相對比重更大 thresh：決定是否需要計算IOU誤差的參數，大于thresh，IOU誤差不會夾在cost function中 random：如果為1每次迭代圖片大小隨機從320到608，步長為32，如果為0，每次訓練大小與輸入大小一致

總結

以上是生活随笔為你收集整理的2—YOLO2的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。