问题标签 [yolov4]

我正在使用 YOLOv4-tiny 构建一个徽标检测系统。我构建了一个自定义合成数据集，在其中我在游戏画面顶部绘制了透明徽标。在背景上绘制徽标之前，已对徽标进行了增强（模糊、透视变换、调整大小、旋转等）。以下是我拥有的此类数据的一些示例。

我在 1,700 张图像的背景图像上定义的位置上粘贴 1-5 个徽标（随机）。每个徽标都是一个类，我有 16 个类。当我使用 YOLOv4-tiny 运行它时，这是我的输出示例。我的损失波动，我不明白为什么。

我的问题是，这有什么收获？我什至没有针对测试集测试模型以查看它的性能如何。我是否需要改进徽标的增强？我怎样才能理解这个输出？

更新 这是模型的性能。它正确地检测到它是什么标志，但在边界框上完全搞砸了。

我一直在尝试为 YOLOv4 编写正确的注释。我被告知需要相对于画布图像计算注释。但是有一个问题是边界框放错了位置。

这是我的函数，用于计算画布图像上每个徽标的注释：

我到底做错了什么？因为显然我的计算是错误的。

我在使用以下配置构建暗网时遇到问题：

运行 Makefile 时的错误是：

我已经安装cuda-11.2并cudann成功，并验证了安装。

我试过跑步sudo apt install libopencv-dev，这是最新的。

我的设置是：

谁能帮我安装 OpenCV 以便我可以用 OpenCV 构建暗网？

严重性代码描述项目文件行抑制状态工具错误MSB3721命令“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin\nvcc.exe”-gencode=arch=compute_30,code="sm_30, compute_30" -gencode=arch=compute_75,code="sm_75,compute_75" --use-local-env -ccbin "C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.28 .29333\bin\HostX86\x64" -x cu -rdc=true -I\include -IC:\opencv_3.0\opencv\build\include -I....\include -I....\3rdparty\ stb\include -I....\3rdparty\pthreads\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit \CUDA\v11.2\include" -I\include -I\include -I"C:\Program Files\NVIDIA GPU 计算工具包\CUDA\v11.2\include"--keep-dir x64\Release -maxrregcount=0 --machine 64 --compile -cudart static -DCUDNN_HALF -DCUDNN -DGPU -DLIB_EXPORTS -D_TIMESPEC_DEFINED -D_SCL_SECURE_NO_WARNINGS -D_CRT_SECURE_NO_WARNINGS -DWIN32 -DNDEBUG -D_CONSOLE -D_LIB -D_WINDLL -D_MBCS -Xcompiler "/EHsc /W3 /nologo /O2 /Fdx64\DLL_Release\vc142.pdb /FS /MD " -o x64\DLL_Release\avgpool_layer_kernels.cu.obj "D:\Yolo_v4\darknet\src\avgpool_layer_kernels.cu"" 退出代码 1. yolo_cpp_dll C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.2.targets 785 CudaCompile目标 785 CudaCompile目标 785 CudaCompile\Yolo_v4\darknet\src\avgpool_layer_kernels.cu"" 退出，代码 1.yolo_cpp_dll C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.2.targets 785 Cuda编译\Yolo_v4\darknet\src\avgpool_layer_kernels.cu"" 退出，代码 1.yolo_cpp_dll C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.2.targets 785 Cuda编译

我想为 YOLOv4 构建暗网。我的配置是：win10、microsoft visual studio code 2019、openCV 4.5.1、cuda和cudnn 11.2。我遵循了一些教程，当我尝试构建“yolo_cpp_dll. vcxproj" 与 Visual Studio 代码我得到这个 11 错误

严重性代码描述项目文件行抑制状态错误MSB3721命令“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin\nvcc.exe”-gencode=arch=compute_30,code="sm_30,compute_30 " -gencode=arch=compute_75,code="sm_75,compute_75" --use-local-env -ccbin "C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.28. 29333\bin\HostX86\x64" -x cu -I\include -IC:\opencv_3.0\opencv\build\include -I....\include -I....\3rdparty\stb\include -I ....\3rdparty\pthreads\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11. 2\include" -I\include -I\include -I"C:\Program Files\NVIDIA GPU 计算工具包\CUDA\v11.2\include"--keep-dir x64\Release -maxrregcount=0 --machine 64 --compile -cudart static -DCUDNN_HALF -DCUDNN -DGPU -DLIB_EXPORTS -D_TIMESPEC_DEFINED -D_SCL_SECURE_NO_WARNINGS -D_CRT_SECURE_NO_WARNINGS -DWIN32 -DNDEBUG -D_CONSOLE -D_LIB -D_WINDLL -D_MBCS -Xcompiler "/EHsc /W3 /nologo /O2 /Fdx64\DLL_Release\vc142.pdb /FS /MD " -o x64\DLL_Release\activation_kernels.cu.obj "C:\Users\user\Documents\Pen1\darknet\src\activation_kernels .cu"" 以代码 1 退出。yolo_cpp_dll C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.2.targets 785目标 785目标 785\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.2.targets 785\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.2.targets 785

请帮助，如何解决这个问题？或者任何人都知道如何使用我的配置构建暗网？

当我按照视频教程使用 YOLOv4 时，我无法获得我认为应该是因为培训还没有开始的 chart.png。

这是我笔记本的链接。 https://colab.research.google.com/drive/1s-eKUoK-qRrVbV3gZid_B1cSgDxd4GmR?usp=sharing

我试图找到应该将 classes.txt 文件上传到 google colab VM 的位置。我相信如果没有该文件，培训师不知道图像标签 txt 文件中的第一个数字对应于什么。

任何帮助将不胜感激！

我已经从 alexeyab darknet repo 训练了 yolov4 来检测车牌中的字符。它正确分割了字符，但边界框是随机顺序的。对于这样的图像，如何从左上角到右下角对边界框进行排序：（这不是实际使用的图像，但由于机密数据，这是尼泊尔车牌样本的 Photoshop 图像）

我试过了：（来自pyimagesearch）

但没有对边界框进行排序。它仍然是随机顺序。

我有来自 yolov4 检测的边界框，如下所示： xywh 中的未排序边界框：[[50, 12, 15, 18], [66, 10, 15, 19], [87, 10, 19, 20], [21, 12, 24, 19], [51, 12, 15, 17], [51, 12, 15, 18], [66, 12, 15, 18], [86, 11, 19, 19], [39, 32, 27, 29], [68, 33, 28, 27], [97, 31, 28, 30], [12, 37, 24, 25], [11, 35, 25, 27], [40, 34, 27, 28], [68, 33, 27, 27], [97, 33, 28, 28]]

并从上面的排序代码： [[66, 10, 15, 19], [87, 10, 19, 20], [86, 11, 19, 19], [50, 12, 15, 18], [21, 12, 24, 19], [51, 12, 15, 17], [51, 12, 15, 18], [66, 12, 15, 18], [97, 31, 28, 30], [39, 32, 27, 29], [68, 33, 28, 27], [68, 33, 27, 27], [97, 33, 28, 28], [40, 34, 27, 28], [11, 35, 25, 27], [12, 37, 24, 25]]

我想要的是边界框：बा २ प ८ ८ ८ ८</p>

任何帮助将不胜感激。

我已经在车牌字符识别数据集上训练了 YOLO，然后我使用 OpenCV 实现了。现在，当我尝试识别字符时，检测效果很好，但标签被打乱了。我不知道如何从左到右和从上到下对边界框或标签进行排序。在这张图片中，字符检测精度很好，但是当我打印标签时，它们的顺序发生了变化。喜欢：6LJE195。如何对边界框或标签进行排序。 2排车牌 1排车牌

我重新配置了暗网并成功检测到了测试命令输出的几个目标，并具有相应的概率。但是，当我尝试打开 predictions.jpg 图像时，它总是显示由 github 存储库（一个有马的人）保存的先前检测，而不是用我的目标图像更新它。有什么问题吗？

我需要一些帮助来为 scaled-yolov4 设置我的 linux 机器。我的 linux 盒子有一个 gpu 卡，Nvidia quadro P620 2GB 卡。运行 linux mint 20.4 = ubuntu 20.4。

我有蟒蛇设置。但没有太大帮助。这就是我所做的。

1. 我使用以下命令安装了 cuda 11.2：

然后使用 conda 安装其余部分。在这种情况下，detect.py 工作正常，但 train.py 没有内存不足错误。

2. 我安装了 CUDA10.2，没有 GPU 也能正常工作，所以速度很慢。

有人能告诉我安装 NVIDIA 卡和 CUDA 并为 scaled-yolov4 设置环境的正确方法吗？非常感谢。