背景
Windows10
yolov3（使用tiny-yolo训练在GPU下训练的数据，tiny-yolo使用见https://github.com/AlexeyAB/darknet ）
darknet
方法
当训练到一定程度需要测试效果时，可以终止一下训练（ctrl+c），此时在backup文件夹下有好多训练权重（.weight）文件。用其检测样本的代码如下：darknet detector test data/char.data cfg/yolov3-tiny_char.cfg backup/yolov3-tiny_char_2700.weights data/test_images/210.jpg (其中data/210.jpg是所用测试图片的任意一路径)
检测完继续训练则用如下代码（转到darknet.exe所在的文件夹，比如我的是
F:\PRETA\NetCenter\TeamWorks\AI\otherSources\darknet-master01\build\darknet\x64）：darknet detector train data/char.data cfg/yolov3-tiny_char.cfg backup/yolov3-tiny_char_27000.weights
（这里注意要把yolov3-tiny_char_27000.weights文件放在darknet文件夹下，比如我入下图）
当然了，如果需要在average loss框中显示mAP的计算线，在以上命令后加上-map即可：darknet detector train data/char.data cfg/yolov3-tiny_char.cfg backup/yolov3-tiny_char_27000.weights -map
效果如下所示：
————————————————
版权声明：本文为CSDN博主「hunterhe」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/hunterhe/article/details/89923092