keras使用yolov3训练自己的数据时出现- val_loss: nan

先说方法,关闭加载预训练,在train.py进行如下修改

def create_model(input_shape, anchors, num_classes, load_pretrained=False, freeze_body=2,
            weights_path='model_data/yolo_weights.h5'):
def create_tiny_model(input_shape, anchors, num_classes, load_pretrained=False, freeze_body=2,
            weights_path='model_data/tiny_yolo_weights.h5'):

也就是将原来的 load_pretrained=True 修改为 Fasle。
至于原因,一开始我把网上的方法试了一遍都没用,然后我看了一下我的数据集和voc数据集,感觉我的数据集和voc的内容相差特别大,就盲猜关掉预训练,结果就可以了。

版权声明:本文为CSDN博主「硬光」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_30551297/article/details/122904852

硬光

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Matlab实现Faster-RCNN目标检测

用Matlab自带的FastRcnnNetwork工具箱实现深度学习目标检测 一.搭建训练数据集和验证数据集 用的是Matlab2018a以上版本里的应用程序带的ImageLabeler来进行数据标记: 将标记好的数据以.gro

YOLOV5学习笔记

Yolov5有很多版本,但是 Yolov5s网络最小,速度最少,AP精度也最低。但如果检测的以大目标为主,追求速度,倒也是个不错的选择。其他的三种网络,在此基础