问题标签 [darknet]

我想使用 yolo 架构进行对象检测。在使用我的自定义数据训练网络之前，我按照以下步骤在 Pascal VOC 数据上对其进行训练：https ://pjreddie.com/darknet/yolo/

指示非常清楚。但在最后一步之后

./darknet detector train cfg/voc.data cfg/yolo-voc.cfg darknet19_448.conv.23

darknet 立即停止训练并宣布权重已写入backups/目录。

起初我认为预训练简直太好了，马上就达到停止标准。所以我./darknet detect在其中一张测试图像上使用了带有这些权重的命令data/dog。什么都找不到。

如果我不使用任何预训练的权重，网络会训练。我已编辑 cfg/yolo-voc.cfg 以使用

现在训练过程已经运行了好几个小时，并且让我的 gpu 保持温暖。

这是训练暗网的预期方式吗？如何正确使用预训练的权重，而无需中断训练？

是否有任何设置可以创建检查点或了解进度？

使用以下参数调用函数时Segmentation fault (core dumped)出现错误：draw_detections

这是我第一次使用Yolo，事实上我不知道包含的哪个libs定义了draw_detections函数。这是完整的事情：

我正在使用以下命令运行它：

它加载权重并执行预测，但在达到draw_predictions(). 任何想法为什么？

编辑：这是我使用调试时得到的跟踪Valgrind

哦，它给了我太多带有错误框边界的预测。减少相邻框数量的缺失参数是什么（这样我只能得到适当的框）？

我想将图像保存在命令的运行视频中./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights <video_file>。所以我在examples/detector.c中将-prefix参数的值改为“a”来保存图像而不是流式传输视频

但是 jpg 图像没有保存在我的系统中。我正在使用 ubuntu 作为操作系统。有帮助

We are using YOLO Darknet for object detection. We are using Python3, tensorflow 1.0, numpy, opencv 3. Using yolo.weight for detection. 
As per given in below link : 
<a href="https://github.com/thtrieu/darkflow#cameravideo-file-demo" rel="noreferrer">https://github.com/thtrieu/darkflow#cameravideo-file-demo
</p>

When we run it on a video, it is simultaneously detecting all the objects, which are not required?

Please guide us on how we can only detect specific class name to be searched.

Thanks

YOLO：https ://github.com/pjreddie/darknet

我正在尝试从 php 脚本中运行它，但 predictions.png 从未出现。我认为这是我对工作原理的理解的普遍问题exec，而不是 YOLO 的工作原理。

我已将所有相关文件夹和目录的权限和用户更改为 nginx/777。我知道这并不理想，但这是一个故障排除步骤！

从终端调用暗网时会发生什么：

日志输出出现在屏幕上，在进程结束时，应该在 /darknet 目录中创建一个名为 predictions.php 的文件。在浏览器中从 PHP 运行它时，我不关心日志输出，我只想创建 png 文件。

作品：

作品：

从命令行 ( php71 myfile.php) 工作，但不能在浏览器中工作：

我究竟做错了什么？

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。

我正在做一些机器学习项目，我用卡尔曼滤波器跟踪器跟踪了人们。我想计算每个人在视频中的时间。

我尝试使用以下逻辑：假设人出现在 5 帧中并且视频 FPS 为 15，那么我们可以说此人在视频中持续 75 秒 (5*15)。

注意：-我假设并硬编码了代码中的 FPS 值。我没有找到任何方法来获取 FPS，因为我正在传递视频帧进行跟踪。

但问题是，如果我对 FPS 值进行硬编码，那么每当 FPS 发生变化时（我不知道是什么时候），我必须更改代码，否则会给出错误的结果。

我尝试使用 VOCevaldet.m 在 VOC2007 测试集上计算 YOLO_v2 和 SSD 的 mAP，但在这两种情况下，我的 mAP 都低于论文中报告的值。

为了生成 VOC 格式的检测 txt 文件（每个类一个文件），我使用命令 ./darknet detection valid cfg/voc.data cfg/yolo-voc.cfg weights/yolo-voc.weights 用于暗网中的 YOLO，以及用于 Caffe 中 SSD 的 python 脚本 score_ssd_pascal.py。

我错过了什么？为什么我没有得到与论文中相同的结果？

谢谢。

我将从java执行一个shell命令，我需要在执行命令时将参数传递给输出流..

以下是shell命令

执行此命令时，它会产生终端中图像文件的路径，我可以提供图像的路径，如下所示

从终端执行时，我可以在那里提供路径。

我设法用java进程执行了这个命令，当我提供一个带有命令的图像uri时，我也可以获得输出。这是代码

但我想要的是在运行时提供图像路径而不是开始执行命令..尝试如下写入输出流仍然没有运气

我正在尝试为 YOLO/Darknet 中的一些图像手动创建标签文件，我需要为边界框填写一些值。

来自 YOLO 网站 ( https://pjreddie.com/darknet/yolo/ )：

现在我们需要生成 Darknet 使用的标签文件。Darknet 想要为每个图像创建一个 .txt 文件，并为图像中的每个地面实况对象添加一行，如下所示：

[对象类] [x] [y] [宽度] [高度]

其中 x、y、宽度和高度是相对于图像的宽度和高度的。

类、宽度和高度是直截了当的，但我想知道如何表示框 [x] 和 [y] 的中心坐标，因为我不知道 (0,0) 引用分配在哪里。

谢谢