我正在使用以下 .cfg 训练 Yolo Tiny Net 模型:[Common]image_size: 448batch_size: 16num_classes: 21max_objects_per_image: 21[DataSet]name: yolo.dataset.text_dataset.TextDataSet...
我正在使用以下 .cfg 训练 Yolo Tiny Net 模型:
[Common]
image_size: 448
batch_size: 16
num_classes: 21
max_objects_per_image: 21
[DataSet]
name: yolo.dataset.text_dataset.TextDataSet
path: VOC_Dataset/pascal_voc.txt
thread_num: 5
[Net]
name: yolo.net.yolo_tiny_net.YoloTinyNet
weight_decay: 0.0005
cell_size: 7
boxes_per_cell: 2
object_scale: 1
noobject_scale: 0.5
class_scale: 1
coord_scale: 5
[Solver]
name: yolo.solver.yolo_solver.YoloSolver
learning_rate: 0.000001
moment: 0.9
max_iterators: 1000000
pretrain_model_path: lenet_model_to_use.ckpt
train_dir: models/train
这 lenet_model_to_use.ckpt
是之前使用过的训练模型,其标签比实际训练模型少一个(我为其添加了标签和图像,以便新模型能够识别新图像)
我注意到,使用当前的 learning_rate,模型训练会继续执行,而损失不会减少。我的问题是,如果经过两个连续步骤后损失没有进一步减少,我想停止训练。
要添加的参数名称是什么、在 .cfg 文件中要设置哪个值以及在哪个部分下设置?