问题标签 [yolo]

我刚刚编译并安装了 OpenCV 3.4.0 的最新版本，我想编译暗网（用于 yolo 对象检测），但在编译时，我有

怎么可能，因为在 Makefile（下面）中，我编译了 C

这个错误的解决方案是什么？如何启用 C++11 支持？

感谢您的帮助 ！

我使用 Cuda 8 和 OpenCV 3.4.0 构建了最新版本的暗网。当我尝试运行./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights shortvid.mp4它时，它会正确加载所有内容并且看起来它正在启动，但在打印视频文件的名称后就挂起。

它什么也没做，因为我的 GPU/cpu/mem 没有被使用。有人知道会发生什么吗？我没有任何错误可以通过。

阅读YOLOv1 论文，提到 [1] 网络的第一部分，即那些卷积层，首先在 ImageNet 数据集上以 224x224 的输入分辨率进行训练。之后，转换模型进行检测，其中输入分辨率从 224x224 增加到 448x448。我想知道这个转换怎么做：如果网络的输入一开始是224x224，那么参数个数应该和448x448不同，这意味着在ImageNet数据集上训练的卷积层不能重复用于检测.

我在这里想念什么？

[1]：在“2.2培训”部分的末尾

我想知道YOLOv2中的多尺度训练是如何工作的。

论文中指出：

原始 YOLO 使用 448 × 448 的输入分辨率。通过添加锚框，我们将分辨率更改为 416×416。然而，由于我们的模型只使用卷积层和池化层，它可以随时调整大小。我们希望 YOLOv2 能够在不同大小的图像上运行，因此我们将其训练到模型中。我们不是固定输入图像的大小，而是每隔几次迭代就改变网络。每 10 批我们的网络随机选择一个新的图像尺寸。“由于我们的模型下采样了 32 倍，我们从以下 32 的倍数中提取：{320, 352, ..., 608}。因此最小的选项是 320 × 320，最大的是 608 × 608。我们调整大小网络到那个维度并继续训练。”

我不明白只有卷积层和池化层的网络如何允许输入不同的分辨率。从我搭建神经网络的经验来看，如果把输入的分辨率改成不同的尺度，这个网络的参数个数就会发生变化，也就是这个网络的结构会发生变化。

那么，YOLOv2 是如何即时改变这一点的呢？

我阅读了 yolov2 的配置文件，但我得到的只是一个random=1声明......

我正在使用 yad2k 将暗网 YOLO 模型转换为 keras .h5 格式。我在包含 yad2k 脚本的目录上方的目录中都有 yolov3-voc.cfg、yolov3.weights 和 yolov3.cfg。当我运行以下命令时：

或者：

我收到以下错误：

我怎样才能解决这个问题？

我对 Yolo 的工作方式有点困惑。在论文中，他们说：

“置信度预测代表了预测框和任何地面实况框之间的 IOU。”

但是我们如何拥有基本事实框呢？假设我在未标记的图像上使用我的 Yolo 网络（已经训练过）。那我的信心是什么？

对不起，如果问题很简单，但我真的不明白这部分......谢谢！

是否有可能将图像从 C# 发送到yolo并接收所有检测到的对象位置和类型。

例如在演示图像上

示例代码

我正在尝试训练一个模型来检测巴基斯坦汽车的车牌。我发现了一种更快的技术，叫做 YOLO。这是一个链接YOLOv2

我正在关注的训练 YOLOv2 的博客是这个博客

根据这个博客，我需要有汽车的图像，我需要对这些图像进行注释（需要标记车牌的位置）以准备测试数据和训练数据。问题是我已经有表格的训练数据

而本教程要求我从这样的汽车图像中进行注释。

如果有人使用过 YOLO，请告诉我如何避免标注并使用我自己的训练数据来训练 YOLO 模型。

我试图找出 Yolo 项目中使用了哪个卷积神经网络，但不幸的是，我没有得到这些信息。Yolo 中使用了哪种物体检测系统？卷积神经网络？

我正在尝试使用 yolo 进行对象检测，遵循教程https://pjreddie.com/darknet/yolo/

我想用网络摄像头做实时检测

所以我配置了 Makefile OPENCV = 1

并试图再次制作

我收到以下错误

我在 Anaconda 上安装了 cv