darknet2caffe's Introduction

Darknet2Caffe

DarkNet下训练的yolo的.cfg文件和.weights文件转换为Caffe的.prototxt文件和.caffemodel文件

根目录执行命令：

python darknet2caffe.py yolov2_tiny_3.cfg yolov2_tiny_3.weights yolov2_tiny_3.prototxt yolov2_tiny_3.caffemodel

其中：

yolov2_tiny_3.cfg --------- 模型结构文件，这里是一个3个类别的目标检测模型
yolov2_tiny_3.weights ----- 训练好的模型权重文件
yolov2_tiny_3.prototxt ---- 待生成的Caffe框架下的模型结构文件
yolov2_tiny_3.caffemodel -- 待生成的Caffe框架下的模型权重文件

注：

上面我准备好的4个文件下载链接：链接: https://pan.baidu.com/s/1di7UxmJkUmkN3vgvlJOVFQ 提取码: ckd2
修改darknet2caffe.py中的Caffe路径（路径为Caffe的根目录，从官方GitHub下载并正常安装，可参考：https://blog.csdn.net/lwplwf/article/details/82415620）
修改yolov2_tiny_3.prototxt文件（和Caffe下region层的实现有关）

将第一层

input: "data"
input_dim: 1
input_dim: 3
input_dim: 416
input_dim: 416

修改为：

layer {
  name: "data"
  type: "Input"
  top: "data"
  input_param { shape: { dim: 1 dim: 3 dim: 416 dim: 416 } }
}

最后一层修改为：

layer {
        name: "detection_out"
        type: "YoloDetectionOutput"
        bottom: "layer15-conv"
        top: "detection_out"
        include {
                phase: TEST
        }
        yolo_detection_output_param {
                num_classes: 1
                coords: 4
                confidence_threshold: 0.4
                nms_threshold: 0.45
                biases: 1.08
                biases: 1.19
                biases: 3.42
                biases: 4.41
                biases: 6.63
                biases: 11.38
                biases: 9.42
                biases: 5.11
                biases: 16.62
                biases: 10.52
        }
}

修改pad

layer {
    bottom: "layer11-conv"
    top: "layer12-maxpool"
    name: "layer12-maxpool"
    type: "Pooling"
    pooling_param {
        kernel_size: 2
        stride: 1
        pool: MAX
        pad: 1
    }
}