问题标签 [yolov4]

使用 Python 中的 YOLOV4 和 DeepSort 模型检测视频源中移动的汽车和停止的汽车的最稳定方法是什么？

我正在使用来自这个 Github 存储库的 YOLOv4：https ://github.com/AlexeyAB/darknet

从一个教程（见这里：Github theAIGuysCode）我看到我可以用这段代码绘制损失图：

问题：

在前 800 次迭代中，我的网络的平均损失约为 80。不过我想在图表中看到它。该图表仅显示 [0, 20] 范围内的损失值，因为这些是更常见的值。我尝试使用简单的 matplotlib 函数（如 .ylim() 等）修改图表，但我注意到图表本身无法使用 matplotlib 修改。您知道是否有可能修改此图表以便我可以更改 y 轴的范围？

谢谢！！！

我想在使用 YOLOv4 网络摄像头识别时捕获识别的框。

所以我使用了这段代码。

我遇到过这个问题。我在网上冲浪以解决问题，但我找不到。你能帮助我吗？

我想在使用 YOLOv4 网络摄像头识别时捕获识别的框。

所以我使用了这段代码。

我遇到过这个问题。

我认为Darknet是一个类，但是darknet.py没有一个名为Darknet的类，所以出现了这个错误，但我不知道在第10行（粗体，斜体）中放置哪个类。下面是 darknet.py 文件。

我提到了这个网站。 yolo v3如何提取检测到的物体的图像

我已经使用 YOLOv4 来检测图像中的对象，现在我想模糊这些对象或在边界框内叠加黑色。如何使用 OpenCV 或其他库来做到这一点？

我在自定义数据集上训练了我的 yolov4 模型，它给了我大约 90-100% 的准确率，太棒了！但我想将权重转换为 TFlite，因为我需要在边缘设备上执行一些检测任务。但是在我将其转换为第一个 TF 权重和 TFLite 权重后，它会输出真正随机的预测，如下图所示。第一张图片来自 Darknet 检测，第二张来自 TFLite 检测。

使用以下命令进行暗网检测：

!./darknet detector test data/obj.data cfg/yolov4-obj.cfg /content/drive/MyDrive/yolov4/backup/yolov4-obj_last.weights /content/drive/MyDrive/yolov4/test/t2.webp -thresh 0.3

使用 TFLite 权重：python detect.py

我不知道这是什么原因造成的。此外，在将暗网权重转换为 tflite 权重时，我没有遇到任何错误。以下是脚本：

1. save_model.py- 保存自定义 yolov4 tf 模型以进行 tflite 转换

python save_model.py --weights ./data/custom.weights --output ./checkpoints/custom-416 --input_size 416 --model yolov4 --framework tflite

2. python convert2tflite.py- 现在，将上述 yolov4 tf 模型转换为 tflite 权重。

如果有人可以提供任何见解，我将不胜感激！谢谢！

When you receive a darknet image from opencv, the object is recognized. At the same time, I would like to realize that the screen is captured.

I looked up how to get bbox information from Darknet. Meanwhile, I filled out the Python file below. Can you tell me what the problem is here?

this is my darknet.py

error is

I don't know what to do with this error. Please give me some advice.

Yolov4暗网项目中使用的Mosaic Data Augmentation是从训练集中随机选择4张图片，将4张图片的内容放入合成图片中直接用于训练吗？

我是对象检测领域的初学者。

首先，我从这里学习了YOLOv4 custom-train ，我已经成功地学习了教程。然后我开始想，如果我有一个类似于 YOLOv4 预训练的新任务（使用 COCO 80 类）并且我只有很小的数据集大小，那么我认为如果我可以微调模型会很棒（仅解冻最后一层）以保持甚至通过仅使用较小且相似的数据集来提高检测器性能。这个参考似乎证明了我对我想做的微调的想法。

然后我去Alexey github这里查看如何冻结图层，发现我应该使用stopbackward=1. 它说

“...为 cfg 文件中的 layer-136 设置参数 stopbackward=1”

但是我不知道这里的 cfg 文件中的“layer-136”在哪里，stopbackward=1如果我只想解冻最后一层（冻结所有其他层），我也不知道该放在哪里。所以总结一下我的问题。

1. stopbackward=1如果我想解冻最后一层并冻结其他层，应该将 yolov4-custom.cfg放在哪里（在哪一行） ？
2. Alexey github参考中提到的“layer-136”是什么？（它是分类器层之一？还是其他？）
3. stopbackward=1我应该将那个 layer-136放在 yolov4-custom.cfg 的哪一行？

非常感谢您提供的任何进一步信息。请指教。

先感谢您。

问候， 娑娜

我正在尝试获取检测到的自定义对象的坐标，以了解它们在测试图像中的确切位置。但是当我尝试导入暗网时，它给出了以下错误

错误：OSError /darknet/libdarknet.so：无法打开共享对象文件：没有这样的文件或目录

有人可以提供代码或尝试帮助了解错误的确切原因。

使用暗网为自定义对象创建了我自己的权重

darknet_images.py 没有检测到任何物体。暗网 YOLOv4