问题标签 [yolo]

我正在使用暗网创建自定义训练模型，并尝试使用以下命令将生成的权重文件转换为张量流权重文件：

执行成功，生成一个.pb文件。原始权重文件能够检测到对象，但是当我运行 .pb 文件时没有检测到。

这是我运行 .pb 文件时的输出：

我训练了 YoloV3进行物体检测。我训练达到 Avg Recall：批次中所有图像的几乎 1.0，并且 Avg IOU 高于 0.9。但是，当我使用未包含在训练中的图像（但它们与那些经过训练的图像非常相似）进行测试时，检测阈值需要设置为 0.1。但是用训练中使用的那些图像进行测试，它们的检测率阈值可以设置得很高，比如 0.7。什么可能是错误的或者我需要在培训中改变什么？我的训练 cfg 是

我遇到了 OpenCL 版本的 Darknet 的问题。我深入研究了实现并意识到问题出在softmax内核的调用中（发生在https://github.com/ganyc717/Darknet-On-OpenCL/blob/c13fefc66a13da5805986937fccd486b2b313c24/darknet_cl/src/blas_kernels_cl.cpp# L1020 )。我在 github ( https://github.com/ganyc717/Darknet-On-OpenCL/issues/4 ) 上的一个问题中报告了它。但与此同时，我试图了解可能发生的事情。

我分析了算法执行预测所需的时间，并且它会随着运行而增加。出于好奇，我决定在每次运行之前重新加载所有网络，然后算法预测所花费的时间保持稳定，因此在我看来，这取决于算法的持续执行。

对我来说奇怪的是，随着时间的推移，它似乎变慢的是对内核的调用，即对 clEnqueueNDRangeKernel 的调用。我不是 OpenCL 专家，但多次执行内核变慢似乎不合逻辑。会不会是内存问题？它对执行时间有何影响？我有点失落，任何帮助表示赞赏。

PD：在 OpenCL 中的“clEnqueueNDRangeKernel”的一个奇怪的 Timinig 问题中报告了一个类似的问题，但未标记答案。它有一个与测量时间的方式有关的评论，但我认为这不是我的情况，因为时间显然在增长。

编辑：我修改了代码以启用 CL_QUEUE_PROFILING_ENABLE。然后我添加了以下几行来分析 enqueue 调用：

这些时间度量保持稳定......这让我更加困惑。似乎 GPU 运行它自己需要相同的时间，但是当 cpu 调用的度量时它会随着时间增长：

我有在我的工作场所使用的独特产品的图像。我无法想象初始数据库已经有类似的项目，它已经被训练过。

我尝试使用 YOLO 训练模型。这花了很长时间。时期之间可能有 7 分钟；由于数据量小，我想做 1000 个 epoch。

我在 1.0 GPU 上使用了 tiny-yolov2-voc cfg/weight。我有一个项目的视频，但我把它分成框架，这样我就可以注释了。然后我尝试在图像（不是视频）上进行训练。产品与医疗保健相关。基本上医院会使用的任何东西。

我还对从 Google 获得的图像使用了 inception 方法。我注意到 inception 方法非常快并且可以产生准确的预测。但是，我担心我的图像太独特而无法正常工作。

哪种方法最好使用？

如果你推荐 YOLO，你能提供一些关于如何加快训练阶段的建议吗？

如果您推荐 inception，您能否解释一下为什么它可以处理独特的图像？我想我很难理解 inception 如何知道我正在尝试训练哪个项目，而无需我提供注释。

提前致谢

我只想使用 YOLO 从网络上进行实时对象识别，在测试它时，我遇到了一些问题。我正在使用 Ubuntu 操作系统。这是我在终端中遇到的错误。

这是我用作参考的 git 存储库的链接： https ://github.com/llSourcell/YOLO_Object_Detection

我有一个 ImportError：

我能做些什么？

提前致谢，

我正在尝试使用 YOLOv2 训练神经网络来识别视频游戏中的角色和对象。对于输入数据，我从各个角度截取了游戏中的资产。然而，这些角色模型中没有背景——只有模型本身。在游戏中，当然会有人物背后的背景。

这会混淆神经网络吗？如果是这样，我是否应该继续从游戏中找到一些示例背景图像并将它们随机应用于输入数据？

So i was trying to follow this tutorial https://www.youtube.com/watch?v=Lg4T9iJkwhE&t=155s to achieve image detection with YOLO.

and when trying to run this code to auto download images of cell phones but it didn't work

I got bunch of errors like this :

Someone please help me fix this mess,thanks.

我收集了约 1500 个标记数据并使用 yolo v3 进行了训练，得到了约 10 的训练损失，约 16 的验证损失。显然我们可以使用真实的测试数据来评估模型性能，但我想知道是否有办法判断是否这个训练损失 = 10 是一个“好”的？或者它是否表明我需要使用更多的训练数据来看看我是否可以将其推低到 5 甚至更少？

最终我的问题是，对于具有预定义损失函数的知名模型，训练损失是否有“好的”标准值？

谢谢。

我正在开发一个对象检测模型来使用 YOLO 检测船舶。我想使用 COCO 数据集。有没有办法只下载带有注释的图像？