如何使用darknet框架进行基于imagenet的预训练数据分类操作？

本文共计822个文字，预计阅读时间需要4分钟。

近期在研究YOLO物体检测，网络上的分类预训练和Yolo9000数据联合训练方法资料较少。结合个人实际实验，对这两个部分进行梳理总结。本篇介绍YOLO的分类预训练方法。

最近一段时间一直在研究yolo物体检测，基于网络上很少有yolo的分类预训练和yolo9000的联合数据的训练方法，经过本人的真实实验，对这两个部分做一个整理（本篇介绍yolo的分类预训练）

1、数据准备

1000类的Imagenet图片数据

因为Imagenet不同的类别数据都是单独放在一个文件夹中，并且有特定的命名，如‘n00020287'，所以在做分类时我们不需要去制作特定的标签，只要训练的图片的path中包含自身的类别标签，而不含有其他类的标签即可。