问题标签 [darkflow]

所以我正在使用暗流来检测视频中的对象（帽子）。它检测到戴帽子的人，并在视频中在帽子周围绘制边界框。现在我想将检测到的边界框的右上角和左下角坐标保存到 txt 或 csv 文件中以供进一步处理。我在 opencv-python 中编写了代码。我可以显示视频并成功绘制边界框，但我不知道如何保存框的坐标。知道怎么做吗？

我正在使用 Mark jay 的代码来达到我的目的

如您所见，我可以显示视频并检测绘制边界框的对象。现在我的目标是保存这些边界框的像素坐标，就在左上角和右下角。有什么想法吗？

我用自己的数据训练了darkflow yolo，数据集的描述：

数据集大小：3 个图像
类：1
类名：可口可乐

将 yolo.cfg 文件编辑为 yolo_custom.cfg：

类 = 1
过滤器 = 30

训练命令：

结果：

Finish 29 epoch(es)
step 88 - loss 161.10618591308594 - moving ave loss 169.31837991674482
step 89 - loss 159.54132080078125 - moving ave loss 168.34067400514846
step 90 - loss 162.15159606933594 - moving ave loss 167.7217662115672
Finish 30 epoch(es)
Checkpoint at step 90
Training finished, exit .

要收集新的权重，运行以下命令将 yolo_custom-30.meta 文件保存到 built_graph/yolo_custom.pb 文件：

结果是：

使用标准文件 API 检查具有此前缀的文件。
完成于 9.207940340042114s
重建一个恒定版本...
完成

现在，当我使用以下命令测试存储在 sample_img 文件夹中的图像时：

包含输出图像的 sample_img/out 文件夹有不完整/有损图像，其中仅包含原始图像的几个像素。并且 json 文件包含很多边界框位置。

这没有意义。我很困惑。请帮助他理解我在哪里遗漏了重点。非常感谢。

我用darkflow yolov2训练了我自己的模型，只训练了一个类，在终端上运行这个模型，阈值配置为0.55，结果非常好

但是然后我将 pb 和元文件上的检查点转换为在代码上使用，并且当我像这样在代码上指定阈值时

它从我的图像样本中没有检测到任何东西，但是当阈值为 0.5 或更低时，它会检测到 280 个对象，而置信度大于 0.5 的对象则为 190 个，所以，为什么神经网络在使用代码和如果我使用相同的权重和相同的阈值，从终端运行演示时？

I am getting this output when i run my code:

I have trained my own model and i'm running it on raspberry pi 3 model B The same exact code runs on my windows machine. And it used to work on this exact raspberry pi. I flashed the card in between.

I think the error is while importing the darkflow.net.build

i cloned the latest branch on github (16th march) and built it using

The code i am trying to run:

https://github.com/deep-diver/Soccer-Ball-Detection-YOLOv2

我开始加载 yolo.weights .... 然后

AssertionError：预计 202335260 字节，发现 203934260

但是，当我使用默认数据集运行相同的命令时，它可以工作。我从https://drive.google.com/drive/folders/0B1tW_VtY7onidEwyQ2FtQVplWEU下载了权重文件

我修改文件self.offset = 16中的行./darkflow/utils/loader.py并替换为self.offset = 20. 但不能解决问题。

我该如何解决这个问题？

我无法设置和运行一个简单的暗流程序。Infact 甚至无法配置暗流库：

我的目标是运行以下程序：

请建议步骤，以便我可以在 Jupyter Notebook（没有 GPU）上配置暗流并运行上面的代码

没有GPU，使用YOLO（darkflow），用摄像头检测物体有多可行

Darkflow 库已成功安装，但在导入时会出现“ImportError”。导入“darkflow”时不会出错。但是当从 'darkflow.net.build' 导入'TFNet' 时，它会给出'ImportError: No module named 'darkflow.net''

成功安装darkflow并导入。

预期结果：已导入 TFNet

实际结果：ImportError: No module named 'darkflow.net'

链接到错误消息的图像 - https://drive.google.com/open?id=1fuwJtAL1pVehd80oa_EglgQRMin_0Q0O

Darkflow 上的神经网络没有正确训练。

起初我以为我没有足够的图像，或者可能是一个糟糕的起始网络。所以我尝试了一个标准示例，例如 https://github.com/deep-diver/Soccer-Ball-Detection-YOLOv2/blob/master/YOLOv2-Train.ipynb 但即便如此我也遇到了完全相同的问题（请参阅错误图片）。

我可以用预先训练好的网络进行测试。只有当我尝试在网络上训练时，我才会胡说八道。然而，在 100 个时代结束时，我有：

步骤 1100 - 损失 1.004814863204956 - 移动平均损失 1.1848642304486146 完成 100 个 epoch(es)

我正在训练：

和测试：

（可以在那个网站上找到）

他展示了他在该网站上获得的图像。我反而得到：

https://imgur.com/a/wcdeDuY

对不起，我对 AI 的了解有限。但我正在尝试使用 YOLOv2（特别是暗流）来识别我的对象。我有 100 张图像，并且已经训练了 1000 个 epoch。但是，我的输出并不是我在网上阅读的说明。有太多的边界框要出现，我只有一个物体可以在图片中识别。这是我的测试文件。另外我想知道“选项”中“阈值”的影响。我的问题目前在哪里？请告诉我。

结果图片：