我正在研究用于对象检测的暗网 yolov2。我用pip install .which 来编译 darkflow 库。之后，当暗流成功安装时。

我收到了这个错误。

此外，这些也是错误，请查看：

系统配置：Ubuntu 16.04，Nvidia GTX 1060 Cuda 工具包：9.0

我在我的系统上安装了 Cuda 9.0 并且能够输出 nvidia-smi 但是，当我尝试使用 GPU 制作暗网时，我收到以下错误：

nvcc -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_50,code=[sm_50,compute_50] -gencode arch=compute_52,code=[sm_52,compute_52] -gencode arch=compute_61 ,code=[sm_61,compute_61] -DGPU -I/usr/local/cuda/include/ --compiler-options "-Wall -Wfatal-errors -Wno-unused-result -Wno-unknown-pragmas -Ofast -DGPU" -c ./src/convolutional_kernels.cu -o obj/convolutional_kernels.o /bin/sh: nvcc: command not found make: *** [obj/convolutional_kernels.o] 错误 127

我正在关注本教程：https : //medium.com/techfeeds/yolo-single-image-train-single-object-training-9ba830076776 使用darknet19_448.conv.23 权重文件在单节课上进行训练 我的图像尺寸为〜 300*200。

这是我的 .cfg 文件：

测试

批次=64

细分=8

高度=200

宽度=200

频道=3

类=1

坐标=4

数量=5

软最大=1

抖动=.3

重新评分=1

object_scale=5

noobject_scale=1

class_scale=1

coord_scale=1

绝对=1

阈值 = .6

随机=1

但是，在复制数据和 cfg 文件以及训练和测试文件后，出现“无法打开标签文件”错误

蟒蛇：2.7

在使用 Opencv=1 编译暗网后，然后为我的数据集计算锚点：

./darknet 检测器 calc_anchors JIO/obj.data -num_of_clusters 9 -width 416 -heigh 416

错误：没有 OpenCV 就不能使用 k-means++，因为使用了 cvKMeans2 实现

但是，在屏幕截图中，在看到 opencv 的 pkg-config 标志时，它会打印 opencv.pc 的路径

蟒蛇：2.7.15

开度：2.4

在 Mac 上使用 Homebrew 安装 Opencv

我想用我自己的数据集训练一个新模型。我将为此使用 Darkflow/Tensorflow。

关于我的疑惑：

(1) 我们是否应该将训练图像调整为特定大小？

(2) 我认为较小的图像可能会节省时间，但较小的图像会损害准确性吗？

（3）对于要预测的图像，我们应该调整它们的大小还是没有必要？

在 Yolo v3 的过滤器的计算公式中，边界框的个数除以 3（为什么？）。

为此，bounding box的个数只允许为3的倍数。

但我想设置一个边界框。这可能吗？

如果可能，过滤器是多少？

下面是我想实现的代码。

暗网训练命令不产生任何输出并且过早退出（与其他 CNN 训练项目相比）

我已按照“如何训练（检测您的自定义对象）”的说明进行操作。
yolo-obj.cfg 已相应配置。
darknet.exe 已使用 MSVS 2017 成功编译和构建。

我有 3 个新的自定义类：

obj.data 文件：

obj.names 文件：

我为每个类运行了大约 500 个图像的 yolo_mark，生成了相应的 *.txt 文件。
我把所有的jpg和txt文件都放在了obj目录下。
train.txt 文件包含 *.jpg 文件的路径，例如：“data/obj/necklace 013311.jpg”

下载并将darknet53.conv.74文件放在“x64”目录下

以管理员身份运行命令（从虚拟机，因此没有 GPU）：

命令行输出：

在此之后，我检查了备份目录，其中只创建了一个 *.tmp 文件（0 kb）
没有创建重量文件......

我究竟做错了什么 ？

我使用以下命令创建了一个 .pb 文件：

虽然模型创建成功，但当我将它加载到我的 java tensorflow 应用程序中时，我收到以下错误：

问题出在第二行代码中：

我尝试深入挖掘并找到此链接： Can not load pb file in tensorflow serving 在链接之后我运行了以下命令：

输出如下：

/home/adisys/anaconda3/lib/python3.6/site-packages/h5py/init.py:34：FutureWarning：不推荐将 issubdtype 的第二个参数从 float 转换为 np.floating。将来，它将被视为 np.float64 == np.dtype(float).type。from ._conv import register_converters as _register_converters
给定的 SavedModel 包含以下标签集：

可以看出，没有显示标签集。可能是什么问题？

我已经使用终端和这一行将暗网克隆到运行 Windows 的计算机上：

然后我进入darknet文件夹并运行“make”命令两次，我得到了两个不同的错误：

运行了三遍以上，还是一样，但是不明白为什么会出现

这是我第一次尝试在云上运行项目。我的主要目标是用我选择的对象训练暗网。我执行以下命令：

我的 Makefile 是这样开始的：

但我收到一个错误：

互联网上有人说这是一个问题，因为找不到 CUDA 文件夹，但我认为我无法在 Floydhub 上控制它。我尝试了https://groups.google.com/forum/#!topic/darknet/IBtKSD7vQYE中建议的修复，但没有任何改变。我能做些什么来修复它？