问题标签 [yolov4]

首先，我使用的是使用代理的企业笔记本电脑。
我从 anaconda Prompt 安装了 simple_image_download 包。（参考：https ://github.com/haroonshakeel/simple_image_download ）
从那里，有一个小脚本（download_from_google.py）从谷歌自动下载图像。我试图从基本环境运行这个脚本。
我收到错误（urlopen error [Errno 11001] getaddrinfo failed）
我尝试使用以下方法来考虑代理（参考其中一种解决方案）

上面提到的最后一步失败了（完整的脚本可以参考https://github.com/haroonshakeel/simple_image_download/blob/master/simple_image_download/simple_image_download.py）

有人可以帮我解决这个问题吗

尝试使用 yolov4 创建 webapp，已将 yolov4 权重转换为 tensorflow 权重，当我运行app.py文件时，它显示错误AttributeError: 'InteractiveSession' object has no attribute 'tiny'。

使用 2 个文件app.py和app_helper.py。

app_helper.py

和app.py

请帮助我了解如何克服此错误

尝试使用 yolov4 构建 webapp，将 yolov4 权重转换为 tensorflow 权重。使用tensorflow==2.3.0rc0 使用 2 个文件helper2.py和app.py

请解释我需要在此代码中进行哪些更改才能正确运行它

helper2.py文件

应用程序.py文件

谁能解释我需要做哪些改变

我想编辑边界框标签以仅显示检测概率而不显示类别标签，我该怎么做？

我发现了一个名为image.cdarknet/src 的文件，我认为这是我需要进行编辑的地方。但是其中有多个似乎与此任务相关的功能，我不确定要编辑哪个，以及如何编辑以获得我想要的。代码image.c很长，因此请参考这个链接（官方暗网回购），我所指的代码是可用的。

我尝试void draw_detections在第 465 行编辑函数，只需将第 511 行的代码更改为printf("%s: %.0f%%", " ", prob * 100);，运行!make命令，但标签仍然存在于检测中。

我正在尝试使用 Darknet 训练 YOLO 进行基于 8 个类的对象检测。但是，在训练时我收到错误

IMG_8943.txt是我的文本文件之一，我在其中存储使用 labelImg 获得的注释。我真的不明白为什么我会收到这个错误，因为我已经在我的配置文件中指定了类的数量：

此外，我使用以下命令来设置对象名称：

任何人都可以给我一个提示缺少什么吗？

所以我正在使用这个命令训练 YOLOv4

并将重量文件保存在我的驱动器中。检查驱动器我注意到只有 best.weights 和 final.weights 被保存。我怎样才能在每 1000 个重量后获得重量，以便以后选择最好的？什么是 best.weights （我知道 final.weights 在 100 次迭代后更新）谢谢

我正在使用 yolov4 训练模型，并使用 google colab 进行训练。当我跑

我收到错误：

我不明白为什么没有这样的文件或目录出现错误。谁能解释或帮助我？太感谢了。

我在主要的 YOLOv4 论文中找不到总损失函数。但是，我从两篇不同的论文中发现了两个不同的公式（差异在下图中突出显示/标记）。哪个公式是 YOLOv4 的正确默认总损失公式？

公式 1 -来源

公式 2 -来源

我想重新训练物体检测器 Yolov4 以识别棋盘游戏 Ticket to Ride 的人物。在收集图片时，我正在寻找减少所需图片数量的想法。

我想知道图片中对象/类的更多实例是否意味着更多的“每张图片的训练”导致“我需要更少的图片”

这个对吗？如果不是，你能试着用简单的术语来解释吗？

我正在处理带有图表的文本图像。我的图像基本上是黑白的，我不明白为什么我想要图像中的颜色。我在默认设置下得到了一些不错的结果，但我也想在灰度图像上进行测试。我使用本教程作为基础，默认情况下使用AlexyAB'srepo for darknet. 我想我必须将config文件更改为：

但是有这个链接说我必须发表评论hue,saturation,angle,exposure等。我想知道：

1. 我是否必须将图像保存为目录中的灰度或代码会自行完成？
2. 除了设置之外，还必须更改其他一些配置channels=1？此链接hue也建议设置为 0
3. 我是否需要修改一些处理加载此链接中给出的图像作为函数的load_data_detection函数