neural-network - 如何在 16 位深度图像文件上训练 YOLO（暗网）？

Question

yolo 的当前实现支持 8 位深度、3 通道 png / jpg 图像进行训练。我需要在 16 位、3 通道 png 图像上训练 yolo。我需要更改什么代码？

我目前已更改以下代码：

在函数image load_image_stb(char *filename, int channels)中，更改：

• unsigned char *data = stbi_load(filename, &w, &h, &c, channels);至unsigned short *data = stbi_load(filename, &w, &h, &c, channels);
• im.data[dst_index] = (float)data[src_index]/255.;至im.data[dst_index] = (float)data[src_index]/65536.;

在函数image load_image_cv(char *filename, int channels)中，更改src = cvLoadImage(filename, flag)为，src = cvLoadImage(filename, -1)因为-1标志要求 opencv 加载具有原始深度的图像。

在函数 voidipl_into_image(IplImage* src, image im)中，更改：

• unsigned char *data = (unsigned char *)src->imageData;至unsigned short *data = (unsigned short *)src->imageData;
• im.data[k*w*h + i*w + j] = data[i*step + j*c + k]/255.;至im.data[k*w*h + i*w + j] = data[i*step + j*c + k]/65536.;

我应该进行哪些其他修改以确保 yolo 在 16 位通道上进行训练？谢谢你。

Answer 1

检测器似乎需要 3 个通道 (rgb)。我还可以通过禁用失真增强来训练它，并更新硬编码为 3 个通道的代码区域，即 load_data_seg()。就我而言，我使用的是 opencv 并加载 16 位 pgm 文件。