问题标签 [darknet]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
output - yolo9000 将边界框坐标写为 .txt
我一直在尝试将边界框坐标连同检测到的对象名称和置信度值一起写入文本文件，并将其输出为 .txt 文件，但徒劳无功。我想要以下内容写为 .txt 文件：
[{"label":"person", "confidence": 0.56, "left": 184, "bottom": 101, "right": 274, "top": 382}]
我在 c 编程语言方面相对较新，yolo9000 是用 c 语言用暗网编写的。我正在遵循以下实现：
object - 使用 yolo 检测文档中的文本部分
我想知道是否可以使用 Darknet Yolo 或其他对象检测算法来提取文档中的文本部分，例如 IRS 1099 表格——其中的文本区域形成不同的部分。可以训练 yolo 将文本部分作为对象吗？
opencv - K-means++ 需要 OpenCV，尽管它已安装
我正在尝试运行暗网锚定，但我不断收到错误消息：
我不明白这一点：
但是当我尝试运行 Yolo_Mark 时，我得到了不同的 OpenCV 版本：
我怎样才能链接这些东西才能正常工作？
python - 'tiny.weights' 不显示输出 - YOLOv3
我正在尝试使用“tiny.weights”运行 yolo 检测，但似乎无法获得所需的输出。
我应该得到我的预测框，它使用常规权重，而不是'tiny.weights'
anaconda - 尽管指定使用 GPU，YOLO 仍继续使用 CPU
我正在使用带有 GPU 0：Intel(R) HD Graphics 630 和 GPU 1：GTX1050 TI 的笔记本电脑。我刚刚使用以下教程在 Anaconda 环境中设置了 YOLO 环境：https ://appliedmachinelearning.blog/2018/05/27/running-yolo-v2-for-real-time-object-detection-on-videos-images -通过-暗流/
问题是：每当我尝试使用 GPU 在 Anaconda 环境中使用 YOLO 渲染视频时
视频确实渲染成功，但是，我的 CPU 使用率几乎上升到 100%（任务管理器），而我的 GPU 根本没有使用。我尝试通过在末尾添加 --gpuName /gpu:1 来指定 GPU 名称，但仍然使用 CPU。这是从 Anaconda Prompt 复制的输出行。
然后，如果我尝试改为渲染图像，任务管理器仍然显示根本没有使用 GPU。
怎么了>_<？？？提前致谢！
google-colaboratory - 访问 Google Colab 中 /contents 文件夹的内容？
我想根据自己的数据训练 yolo，并且正在使用 Google Colab，但无法编辑存储在目录文件夹中的 .cfg 文件。我能想到的一种解决方案是融合 google 驱动器并在 gmail 驱动器中安装暗网，并以驱动器作为我的工作目录运行程序。
python-2.7 - Python cv2 在一个请求中读取两个图像路径
嗨 Stackoverflow 社区，有没有办法一次为 cv2 提供两个图像？我正在使用 python 2.7 下面是我尝试的代码：
这不起作用，因为不正确，我的问题是如果成功将两个图像附加到一个数组中，在 cv2.imread 中它会一次获得两张图片吗？
yolo - YOLO 暗网与暗流
谁能帮我区分暗网和暗流。一个比另一个的优势。我对 YOLO（You Only Look Once）的理解是一种快速物体检测的算法。
python-3.x - Python 3 Yolo 暗网 load_image 的
嗨 stackoverflow 社区，当我尝试将图像从字符串格式加载到检测函数中时遇到问题，我得到“TypeError”
这是代码：
请帮忙，谢谢。
opencv - 如何使用 readNet（或 readFromDarknet）而不是 readNetFromCaffe？
我通过加载预训练的 MobileNet SSD 模型使用 opencv 进行了对象检测。从这篇文章。它读取视频并毫无问题地检测对象。但我想用readNet(or readFromDarknet) 代替readNetFromCaffe
net = cv2.dnn.readNetFromCaffe(args["prototxt"], args["model"])
因为我只在 Darknet 框架中预先训练了我自己的对象的权重和 cfg 文件。readNetFromCaffe因此，我只是在上面的帖子readNet中更改并得到了一个错误：
这detections是一个输出
它的形状是 (1, 1, 100, 7)元组（使用时readNetFromCaffe）。
我有点期待它不会仅仅通过改变模型来工作。然后我决定寻找一个使用对象检测器的代码，readNet我在这里找到了它。我通读了代码，发现以下相同的行：
在这里，形状outs是 (1, 845, 6) list。但是为了让我能够立即使用它（这里）， outs应该与detections. 我已经到了这部分，但不知道应该如何进行。
如果有不清楚的地方，我只需要帮助使用readNet（或readFromDarknet）而不是readNetFromCaffe在这篇文章中