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

目标检测:Yolov5集百家之长

首发于:公众号YueTan (1920,被识别为泰迪熊?有排面)
背景
2017年底,我已毕业多年了。用起Excel和PPT、研究车的质量问题俨然老手的样子。有一晚&#

实战 | 实时的目标检测与识别简单应用

吃粽子迎端午计算机视觉研究院专栏作者:Edison_G最近总是有很多入门的朋友问我,我进入计算机视觉这个领域难不难?是不是要学习很多知识?到底哪个方向比较好?长按扫描二维码关

用mmdetection跑通Mask-RCNN

数据准备工作
原始数据分两个文件夹,images(彩色图片)、mask(掩膜照片,一定要转换成灰度图images的名字若为“ABC.jpg”,mask里的掩膜