问题标签 [yolov4]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - urlopen 错误 [Errno 11001] getaddrinfo 失败 - 自动下载图像
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
tensorflow2.0 - AttributeError:“InteractiveSession”对象没有属性“小”
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
python - absl.flags._exceptions.UnparsedFlagAccessError:在解析标志之前尝试访问标志--tiny
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
computer-vision - 如何在 YOLO (V4) 中编辑或移除边界框标签文本?
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.c
darknet/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。
keras - YOLO:错误的注释:class_id = 6。但是class_id应该是[从0到0]
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?
object-detection - YOLOv4 暗网权重
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
deep-learning - 图片中Object的Instances数量是否影响深度学习目标检测器的训练
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?
deep-learning - 如何训练 YoloV4 在灰度图像上进行自定义对象检测?
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's
repo 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:
- 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?
- 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 - 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