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

【论文阅读】yolo系列(一)yolov1

YOLOv1作为yolo系列开山之作结构还是比较简单的,相比于rcnn追求精确性,它还考虑了网络的速度。它的backbone借鉴了googlenet。 我们主要看输出:7X7X30 7X7表示将图片划

darknet详解(yolo图像检测)

darknet详解(yolo图像检测) 个人记录整理,如有转载请注明来源, 本文中包含的一张图片来源于网络,如有不妥请与我联系。 参考文档 darknet官方文档Darkne