问题标签 [darknet]

我使用 AlexeyAB 的 darknet fork，我下载了数据库 Casia 的注释和图像，但我需要转换包含这种格式 (x,y,z) 的数字的文本文件，例如 110 182 104 如何将这些文件转换为 yolo 格式的注释？

我正在尝试使用 CASIA 虹膜检测来训练我自己的数据集，我需要将注释转换为 yolo 格式才能与 darknet.exe 一起使用

我有格式为 (x,y,z) 的注释文件和他们的图片

我正在尝试在 C++ 的 MacO 上使用 OpenCV 的 (4.0.1) DNN 库来使用 Yolov3。我正在尝试使用cv::dnn::readNetFromDarknet加载 yolov3.cfg 文件，但出现此错误：

我已经确保我的项目中的 yolov3.cfg 与它在网络上的https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg匹配。如果我将“ [net]”更改为其他内容，例如“ [layer]”，则错误将更改为：

几乎就像 cfg 文件错误或 opencv 没有正确读取它一样。

配置文件的开头如下所示：

这就是我认为问题所在。

我加载网络的代码是：

任何帮助将非常感激。

我尝试使用从这个地方下载的权重和 cfg 在暗网上运行 Openpose：https ://github.com/lincolnhard/openpose-darknet

这是我尝试在 Opencv 中创建网络时出现的错误

---

() 中的错误 Traceback (最近一次调用最后一次) ----> 1 darknet = cv2.dnn.readNetFromDarknet(modelConfiguration, modelWeights)

错误：OpenCV(4.0.0) C:\projects\opencv-python\opencv\modules\dnn\src\darknet\darknet_io.cpp:552：错误：（-212：解析错误）不支持的激活：relu in function 'cv ::dnn::darknet::ReadDarknetFromCfgStream'

在使用 AlexeyAB 的暗网将系统训练为自定义数据集后，我正在尝试使用 yolo 检测对象，使用 dlib 检测具有关键点（如面部）的对象是优化对象检测精度的好选择，我想知道是否存在一种将 dlib 与暗网学习数据集输出一起使用的方法？谢谢

我正在尝试训练我自己的使用分段注释的数据集，所以我在 github 中下载了 yolo 分段项目，我尝试使用此命令“make -j6”编译项目（我按照说明进行操作）我在编译时遇到了一些错误，我告诉这个工具的所有者关于编译问题，所以他告诉我这个工具在 Windows 上有一些问题，但它在 linux 上工作，所以我问谁得到了这些错误，也许它可以帮助我解决这些问题

我使用的存储库：

https://github.com/ArtyZe/yolo_segmentation

谢谢

更新：我已经从 AlexayAB 复制了 3rd 方文件夹，并从以下位置修改了 Makefile 文件：

对此：

当我编译时，我得到了这个：（pthread的错误不再出现）

我正在使用 -map 选项训练 YOLOv2 以打印平均精度。我需要更改计算地图的频率。此时它每 300 次迭代计算一次，这对我来说太频繁了。我希望每次计算一次（比如 2000 次迭代）。有没有办法更改开关代码？

我确实在detector.c 文件中看到了需要更改的以下代码。有输入吗？

我需要将 .h5 文件转换为 .weight 文件（这是暗网的格式）

对此的任何帮助表示赞赏。

我对 YOLO/Darknet 还是很陌生，并且正在用解决方案绕圈子。我查看了与类似问题相对应的 Github 和 Stackexchange 论坛页面，但似乎没有一个直接解决此输出问题（即缺少区域 IOU 行的位置）。这是我的输出（培训/测试）：

这是我的目录结构：

其他详情：

• 我正在使用 AlexeyAB 叉子。
• 总共 6 个类（遵循注释被遮挡和截断项的约定，因此两个“项”，每个包含三个类）
• 我正在使用 200 多张训练图像（肯定太少了，但我不知道这是否是我麻烦的根本原因）。
• 没有 predictions.png，只有 predictions.jpg。但是，我不认为这应该是一个问题。
• 我按照本教程进行操作。

很感谢任何形式的帮助; 先感谢您！

我即将开始注释我的图像以训练 YOLOv3 模型。在开始之前，我想确保可以在原始图像上创建注释。在训练前调整图像大小后，注释会分别改变吗？还是我应该先调整所有图像的大小然后开始注释？

我有大量不同形状、大小、照明、颜色等的“苹果”图像。这些“苹果”图像是不同角度的更大图像的一部分。

现在我想训练暗网检测图像中的“苹果”。我不想经历注释过程，因为我已经裁剪出准备好的苹果 jpg 图像。

我可以使用这些准备好的和裁剪的“苹果”图像来训练暗网还是我仍然需要经过注释过程？