darknet框架下yolov3训练的常见错误

1. 网络设置错误

（1）filter设置

根据你检测的类型，比如有三类，则yolo输出节点前的filter值必须设置为（class+1）*3的大小，如下图所示：

对应的cfg文件中的第16层以及23层输出前的filter值，classes也不要忘了修改成对应的数目。否则会报如下错误：

parse_region:assertion 'l.output==params.input' failed

voc.data中的classes也要修改。

2. 找不到训练图片的路径

（1）先检查训练路径是否设置正确了；

（2）如使用voc数据格式进行训练，需检查“train.txt”文件的编码格式，一般再windows上生成的txt文件拷贝好linux系统下就会报找不到路径的问题，这是由编码方式错误造成的。建议在linux下使用命令生成训练的txt文件，可使用以下命令：

find `pwd`/train -name \*.jpg > train.list

即：在train文件夹下寻找.jpg文件，并在当前目录下生成train.list文本。实际使用时需要将train修改成自己的图片文件夹路径。

3. 内存不足怎么修改

修改下图中subdivisions的数值，将该值调大，但必须保持batch/subdivisions为4的整数倍数。

不定期更新中。。。。。。