关于这份代码，有没有darknet转ckpt的模型转换文件呢？
Opened this issue · 5 comments
改了另一份代码darknet转ckpt的模型转换文件，训练在第一个step就出错了，程序中断。我猜测还是restore的ckpt模型有问题。
库主能帮忙看看什么问题吗？先谢过了！
不是很理解您的意思，你是使用了预训练好的weights吗，你这样能够训练一轮也能evaluate，在读取预训练文件时应该没出问题，你指的程序中断是什么意思，具体我需要看一下报错信息才能做判断，是不是没有改过训练的step所以就训练了一轮就停了？
感谢库主，训练一轮就停止的情况确实是因为我忘记改STEPS了。。不过现在训练遇到了新的问题，如下图：
损失很大，eval的recall和precision都基本为0，请问这是什么原因导致的呢？我的参数如图所示：
另外想要使用预训练好的weights进行微调，上面出错的原因可能是因为我用了其他yolov3-tf代码里的模型转换文件(.weights转.ckpt)，库主能提供一下预训练好的文件吗？万分感谢~
你才训练了10个steps，怎么可能就出效果，我是训练了两三千个steps才出效果的，我训练的模型识别的对象和你的又不一样，给你也没用的
你才训练了10个steps，怎么可能就出效果，我是训练了两三千个steps才出效果的，我训练的模型识别的对象和你的又不一样，给你也没用的
跑了90多个step，eval的结果基本都为0，并且在第76个step时损失变为NAN了（learning rate为0.0001）。另外库主在训练自己的网络时是train from scratch吗？我指的预训练权重是在COCO或者ImageNet上训练的权重文件。
试过整个网络全部从头训练，也试过加载darknet的预训练权重然后做fine tuning，从结果来说都是没问题的，只是从头训练我要训练到四五千个step才出效果（eval的recall、precision开始上升，之前都是0），fine tuning一两千左右就开始有效果了，你遇到NAN应该是梯度爆炸的问题，可以观察一下训练过程中损失的变化，可以尝试进一步降低学习率，YOLOv3的参数量比较大，训练起来不是几百个step就能出效果的，如果你需要预训练权重文件，我在readme里面已经给出了weights的下载链接，不过我觉得这个应该影响不大。