[net] batch=64 每batch个样本更新一次参数。 subdivisions=8 如果内存不够大，将batch分割为subdivisions个子batch，每个子batch的大 小为batch/subdivisions。 在darknet代码中，会将batch/subdivisions命 1.安装darkflow 去该网址https://github.com/thtrieu/darkflow.git下载darkflow源码。官方介绍说只适合python3，不过我的python2.7正常使用。 打开darkflow根目录下darkflow/utils中的loader... 最近比较忙(懒)，本学渣在写毕业论文(好难受)，所以博客的更新不是那么有效率，哈哈； 本文的目的是用实际的代码带你一步一步的实现darknet 模型 框架的部署流程；（当然darknet算法的训练在本人之前的博客也有写，你要是串起来，那也是很棒的！） 实现 yolov 3/ yolov 3-tiny 模型 从. weights 模型 转换 到.onnx 模型 然后再 转换 到.trt 模型 ； 当然，本文也是本人自己对自己学... 在 转换 之前，我们需要下载预训练权重 文件 。这些 文件 可以在Darknet的官方网站或其他来源上找到，具体取决于你想使用的权重。 步骤 3： 转换 cfg 和 weights 文件 在Darknet安装目录下，使用以下命令将 cfg 和 weights 文件 转换 为 yolov 3.wts 文件 ： ./darknet.exe partial cfg _file. weights yolov 3. weights yolov 3 52 其中， cfg _file是你的. cfg 文件 的路径， yolov 3. weights 是你的预训练权重 文件 的路径， yolov 3是 转换 后的.wts 文件 的输出路径，52是所使用的层（可以根据具体情况调整）。执行完该命令后，会在当前目录下生 成 yolov 3.wts 文件 。 步骤 4：验证 转换 结果 你可以使用Darknet框架提供的预训练脚本或自己编写代码来加载 yolov 3.wts 文件 ，并验证 转换 是否 成 功。 需要注意的是，这只是一种将 cfg 和 weights 文件 转换 为 yolov 3.wts 文件 的方法，具体的步骤可能根据你使用的工具或库而有所不同。