yolov4项目记录8-其他内容

目录

一、权重裁剪
1.Darknet裁剪方式
2.pytorch裁剪方式
二、数据集制作
1.数据集构建方式
2.DataLoader
三、准确率召回率计算
四、调参总结
1.配置中的数据
2.训练过程中的参数

一、权重裁剪
1.Darknet裁剪方式
导入的是官方给出的预训练参数，由于参数是在coco数据集上训练的，是80个类别，因此，如果想使用预训练参数来训练自己的数据集的话，需要在输出类别之前进行裁剪，只用前面的数据。
根据模型来看，第137个模块以后，就开始了第一个Yolo头的输出。那么我们就可以在输出之前，把模型参数拿过来当做预训练的参数来进行自己的训练。
但这样的话，如果我们的分类的类别和coco的数据集的不一样，那么效果可能就不好，因此，还可以在往前提，根据实际情况也可以在第104（只有backbone部分），116（backbone+spp）或者第126个模块的部分进行切割。
def load_weights(self, weightfile, pretrained=False,

yolov4项目记录8-其他内容最先出现在Python成神之路。