YOLOv4转移学习/微调

如何解决YOLOv4转移学习/微调

我已经使用原始数据集和custom yolov4 configuration file训练了YOLOv4模型，我将其称为“基础” YOLOv4模型。

现在，我想使用我创建的基本模型来使用我手动增强的图像再次训练模型。我正在尝试重新训练我的模型，以尝试增加mAP和AP。因此，我想使用基本模型中的权重来使用手动增强的图像训练新的yolov4模型。

我在YOLOv4 wiki page上看到使用stopbackward = 1冻结了图层，因此这些图层中的权重不会被更新，但是这降低了准确性。另外，我在./darknet partial cfg/yolov4.cfg yolov4.weights yolov4.conv.137 137 takes out the first 137 layers处阅读了另一条信息。这是否意味着前137层冻结在网络中，或者这意味着您仅在137层上进行训练？

我的问题是：

1. 实际上哪个代码冻结了图层，所以我可以进行迁移学习 在我创建的基本YOLOv4模型上？
2. 您建议冻结哪些层，第137个 在网络的第一个YOLO层之前？

提前谢谢！

解决方法

要回答您的问题：

1. 如果要使用转移学习，则无需冻结任何层。您应该只从第一次跑步就开始使用已存储的重量开始训练。因此，您可以运行darknet.exe detector train data/obj.data yolo-obj.cfg yolov4.conv.137来代替darknet.exe detector train data/obj.data yolo-obj.cfg backup/your_weights_file。权重存储在备份文件夹build\darknet\x64\backup\中。因此，例如，命令可能如下所示：darknet.exe detector train data/obj.data yolo-obj.cfg backup/yolov4_2000.weights

2. 冻结层可以节省训练期间的时间。好的解决方案是，首先冻结第一层的模型，然后再解冻这些层以微调您的学习。我不确定第一次运行时可以冻结多少层，也许您可​​以通过试验和错误对其进行测试。