当前位置:   article > 正文

使用YOLO训练好自己的模型并持续训练【教程二】_yolov5继续最后一次训练进行训练

yolov5继续最后一次训练进行训练

前言
在使用已经训练好的 YOLOv5 模型继续训练时,如果减少了 yaml 文件中的 classes 分类数,这会对模型产生影响。具体影响取决于以下几个方面:

类别数量减少:如果你在继续训练时减少了 classes 中的类别数量,模型将不会再检测那些已移除的类别。这意味着模型的权重将被重新调整以适应新的类别数量和类别标签。这会导致以下问题:

权重调整:模型会重新分配权重,原有的类别可能会受到影响。
检测准确性:减少类别数量可能导致检测准确性降低,尤其是在剩余类别与被移除类别有特征重叠的情况下。
训练数据的一致性:如果新的训练数据集和标签文件与原始训练数据集不一致(即标签数量和类别数量不同),模型可能会因为标签和类别的改变而表现异常。

建议做法
如果你确实需要减少类别数量,以下是一些建议的做法:

重新训练:最好从头重新训练模型,确保新数据和类别能够一致且无干扰地训练模型。
数据预处理:在继续训练前,确保所有训练数据和标签文件已被正确预处理,且与新的类别定义一致。
类别映射:如果只是减少部分不常见类别,可以考虑将这些类别映射到一个通用的类别,如 other,以减少对模型的干扰。
具体操作步骤
更新 YAML 文件:

更新 data.yaml 文件中的类别列表,减少不需要的类别。

我这里以训练狗与猫测试

第一次训练狗 :

Classes

nc: 2 # number of classes
names: [
‘dog_src’,
‘dog_tar’,
] # class names
训练后生成的best模型预测没有问题,能正常使用,但是当我想要继续训练猫时用了新的cat.yaml文件:

Classes

nc: 2 # number of classes
names: [
‘cat_src’,
‘cat_tar’,

] # class names

这里创建完数据集后我继续尝试使用 best 进行模型迭代,此时训练后的模型并不能识别狗了,原因就是classess被我减少了,也就是说,继续迭代的模型训练,我们需要保留以前的classes:

Classes

nc: 4 # number of classes
names: [
‘dog_src’,
‘dog_tar’,
‘cat_src’,
‘cat_tar’,

] # class names
更新后如上所示:
重新训练:
–weights best.pt --data data/myDog.yaml --workers 1 --batch-size 8

训练后进行预测:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/代码探险家/article/detail/837297
推荐阅读
相关标签
  

闽ICP备14008679号