基于Darknet框架训练分类器（cifar10数据集）+windows

参考  https://pjreddie.com/darknet/train-cifar/

1 下载数据集

https://pjreddie.com/media/files/cifar.tgz

 在该网址下下载cifar数据集，并解压在darknet.exe目录下，解压后目录下包含了test和train以及一个label.txt文件

2 将train和test文件夹下的图片名称生成对应的列表文件

  首先 cd /d C:\Users\Administrator\Desktop\cifar\cifar\test（我自己放图片的目录）

 然后dir /b/s *.jpg >a.txt                       //   /b 将只显示文件名与扩展名   /s 显示指定目录和所有子目录中的文件

3 制作数据集配置文件

 在当前darknet.exe所在目录新建cfg文件夹，并在该文件夹中新建cifar.data文件，文件内容为

classes= 10
train  = cfg1/train.txt
valid  = cfg1/test.txt
labels = cfg1/labels.txt
backup = backup/
top=2

4 制作一个训练网络

在cfg1中新建cifar.cfg文件，文件内容为：

扫描二维码关注公众号，回复： 4470589 查看本文章

[net]
batch=128
subdivisions=1
height=28
width=28
channels=3
max_crop=32
min_crop=32

hue=.1
saturation=.75
exposure=.75

learning_rate=0.1
policy=poly
power=4
max_batches = 5000
momentum=0.9
decay=0.0005

[convolutional]
batch_normalize=1
filters=32
size=3
stride=1
pad=1
activation=leaky

[maxpool]
size=2
stride=2

[convolutional]
batch_normalize=1
filters=16
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=64
size=3
stride=1
pad=1
activation=leaky

[maxpool]
size=2
stride=2

[convolutional]
batch_normalize=1
filters=32
size=1
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=128
size=3
stride=1
pad=1
activation=leaky

[convolutional]
batch_normalize=1
filters=64
size=1
stride=1
pad=1
activation=leaky

[convolutional]
filters=10
size=1
stride=1
pad=1
activation=leaky

[avgpool]

[softmax]

5 开始训练

/darknet.exe classifier train cfg1/cifar.data  cfg1/cifar.cfg

6 valid样本验证

darknet.exe classifier valid cfg1/cifar.data cfg1/cifar.cfg backup/cifar_final.weights 

7 测试（随便输入一张valid文件下图片）

darknet.exe classifier predict cfg1/cifar.data cfg1/cifar.cfg backup/cifar_final.weights  1_ship.png

8 重新开始训练

如果中途停止，可以随时使用backup下保存的一个模型点接着训练

/darknet.exe classifier train cfg1/cifar.data  cfg1/cifar.cfg backup/cifar_3000.backup