models:
-solver.prototxt: 各种参数(包括train.prototxt的路径)
train_net: “models/Context_Net/train.prototxt”
base_lr: 0.0005
display: 10
max_iter: 60000
lr_policy: “step”
gamma: 0.1
momentum: 0.9
weight_decay: 0.0005
stepsize: 40000
snapshot: 40000
snapshot_prefix: “models/SSD_FACE_300x300”
solver_mode: GPU
device_id: 0
debug_info: false
snapshot_after_train: true
test_initialization: false
average_loss: 10
iter_size: 2
type: “SGD”
eval_type: “detection”
ap_version: “11point”
-train.prototxt: 训练各层设置
需要修改最底层的conv4_3…conf的output的个数为6*类数
最底层的其他…conf的output的个数为3*类数
-VGG_ILSVRC_16_layers_fc_reduced.caffemodel
functions
-+Net/net_conf.m
修改num_classes类数,数据路径
本文详细介绍了SSD_FACE模型的训练配置文件设置,包括solver.prototxt中的参数配置如学习率、迭代次数等,以及train.prototxt中各层的具体设置。特别强调了根据类别数量调整输出的重要性。
599

被折叠的 条评论
为什么被折叠?



