水果识别-测试

经过十来天的炼丹，权重终于出炉了。

有几个问题记录一下：

开始用的是tiny-yolov2，只有15层，泛化能力很差，然后为了做一个demo还是硬着头皮往下训练了，但是到后来性能不是很满意，还是放弃了，选择了24层的tiny-yolov3，泛华能力还是要好很多，但是还不是很满意，打算先用这个做一个demo，然后后面根据网络的性能在做打算，说实话，我其实挺想训练一下100多层的yolov3，想看看100多层的泛化能力是不是要好很多，但是训练需要很长很长的时间。。。
在测试的时候，我想要做一输出为视频的demo，然后找了怎么批处理图片检测的方法，总之绕了一圈，最后发现darknet本身就可以检测视频输出视频，而且只是需要把test改成demo就可以。。。但是这里需要opencv来支持。
有时候网络什么都框不出来，通过-thresh 0.25 更改阈值来实现识别，网络的配置文件中有ignore thresh和true thresh，一个是忽略的阈值。

最后展示一下训练的结果：

./darknet detector test  voc.data  yolo.cfg  yolo.weights  images.jpg
命令中各参数要指定路径

./darknet detector test voc.data yolo.cfg yolo.weights images.jpg

命令中各参数要指定路径

./darknet detector demo  voc.data  yolo.cfg  yolo.weights  images.jpg
命令中各参数要指定路径

./darknet detector demo voc.data yolo.cfg yolo.weights images.jpg

命令中各参数要指定路径

LinMao's Blog（林茂的博客）