问题标签 [darknet]

Darknet YOLO training screenshot

Do you know the reason? How can I fix this?

运行 ./make.exe 命令（通过使用 GNUWin32）后，我收到以下错误：

重新运行命令后，我得到一个不同的错误：

然后，无论我重复 make 命令多少次，我都会得到相同的错误：

由于我是初学者，您能否提供有关如何解决问题的详细说明？

我尝试将darknet转换为caffe（受到此源代码的启发：https ://github.com/ChenYingpeng/caffe-yolov3 ，关于pytorch、darknet和caffe之间的转换）。但是，我收到了这个错误：

这是代码：

我按照这里描述的所有步骤，我什至创建了上采样层（通过创建三个文件并编辑 caffe.proto。我想知道为什么会出现这个错误，因为我创建了上采样层。任何建议都会有所帮助。

我使用https://github.com/AlexeyAB/darknet运行 Yolo V3，darknet 是使用 OpenCV 3.4.0 构建的。

当我尝试运行此命令./darknet detector train data/obj.data cfg/objyolov3.cfg darknet53.conv.74来训练我自己的数据集时，OPENCV = 0训练成功，但是当我使用 构建时OPENCV=1，出现以下错误：

图表图像出现但立即关闭，添加-dont_show也无济于事。我在互联网上找不到类似的问题，有什么解决方案吗？

我找不到任何关于 YOLOv3 SPPmAP比 YOLOv3 更好的解释。作者本人在他的 repo 中声明了 YOLOv3 SPP：

YOLOv3 有空间金字塔池化之类的

但我还是不太明白。在yolov3-spp.cfg我注意到有一些补充

任何人都可以进一步解释 YOLOv3 SPP 的工作原理吗？为什么选择层-2、-4和-1、-3、-5、-6 [route] layers？谢谢。

有人可以解释一下暗网中 YOLOv2 网络中使用的以下内容。

我正在尝试使用我构建的包含暗网安装的容器来训练 Yolo 计算机视觉模型。该容器使用 Nvidia 提供的基本映像：nvcr.io/nvidia/cuda:9.0-devel-ubuntu16.04

在我的本地机器上使用 Nvidia-Docker 和 gtx 1080 ti，训练运行得非常快，但是同样的容器作为具有 P100 gpu 的 Azure 容器实例运行的训练速度非常慢。就好像它没有使用gpu一样。我还注意到“nvidia-smi”命令在 Azure 中运行的容器中不起作用，但是当我 ssh 进入在我的机器上本地运行的容器时它确实起作用。

这是我正在使用的 Dockerfile

requirements.txt 文件如下图所示：

我正在使用 cpu 在 Windows 10 上使用暗网尝试 yolov3-tiny。但是，我一直平均损失 nan。我已经按照https://github.com/AlexeyAB/darknet.git上的指示遵循了所有指示。我编辑了我的 cfg 文件，将 yolo 的所有三个过滤器都设置为 21（因为我只有两个类。）我将细分设置为 8，批处理设置为 64。我使用了我自己和我制作的 500 多张图像'正在尝试进行自定义检测。我想让 yolo 确定图像是竖起大拇指还是竖起大拇指。我已经多次运行 train 命令，但我从来没有超过 100 次迭代

我在 Window 的 Darknet 上使用 YOLOv2。我训练了一个图像。我以为 YOLOv2 使用 NMS 算法。但是我的结果是这样的。

我在哪里放一些代码来删除不正确的盒子？

我想在 macOS 10.14.1 上的视频中使用 YOLOv3 进行对象检测，因此我安装了 opencv 4.0.1

换了行

至

在暗网 makefile

然后我指定了 pkgconfig 链接

并重新编译

我应该了解 YOLOv3 仅适用于 openCV 2.0 吗？