在使用yolo框架时，已经训练出一个权重文件，因为数据集小，所以准确率不是很高，又标注了一些新的数据集，可以使用之前训练出来的权重文件继续在新数据集上训练吗？这样有助于提高准确率吗
yolo训练时能不能使用之前训练出来的权重文件继续在新的数据集上训练？可以提高准确率吗
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
2条回答 默认 最新
爱晚乏客游 2022-04-22 09:33关注一般来说用之前的权重文件当作预训练模型是有助于提高一些准确率的，前提条件是你的新数据对于旧数据集来说是新的数据分布（除非新数据和旧数据差不多，不然增加数据量可以增大数据分布区间的）
本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 2无用 2举报 分享
问题事件
系统已结题
5月4日
已采纳回答
4月26日-
创建了问题
4月21日
悬赏问题
- ¥15 为什么使用javacv转封装rtsp为rtmp时出现如下问题：[h264 @ 000000004faf7500]no frame？
- ¥15 乘性高斯噪声在深度学习网络中的应用
- ¥15 运筹学排序问题中的在线排序
- ¥15 关于docker部署flink集成hadoop的yarn，请教个问题 flink启动yarn-session.sh连不上hadoop，这个整了好几天一直不行，求帮忙看一下怎么解决
- ¥30 求一段fortran代码用IVF编译运行的结果
- ¥15 深度学习根据CNN网络模型，搭建BP模型并训练MNIST数据集
- ¥15 C++ 头文件/宏冲突问题解决
- ¥15 用comsol模拟大气湍流通过底部加热（温度不同）的腔体
- ¥50 安卓adb backup备份子用户应用数据失败
- ¥20 有人能用聚类分析帮我分析一下文本内容嘛