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.
opencv - 你需要在你的机器上安装 Darknet 才能在 openCV 中使用 YOLOv4 权重和 .cfg
我正在尝试使用 OpenCV 和 YOLOv4 / YOLOv4 微小权重和 .cfg 来进行对象检测预测。我的代码不想运行并在
我需要在我的机器上安装 Darknet 才能正常工作吗?我假设我可以在没有这个的情况下将导出的权重和 cfg 与 OpenCV 一起使用?
我在我的机器上安装 Darknet 时遇到问题,因为我没有管理员权限。有没有解决的办法?我可以使用 ONNX 文件吗?
computer-vision - Yolov4 自定义训练 - 无法打开文件:data/obj.data
暗网训练命令darknet.exe detector train data/obj.data yolo-obj.cfg yolov4.conv.137
产生错误:无法在我的 Windows 10 设备上打开文件:data/obj.data。
我已按照“如何训练(检测您的自定义对象)”下的 AlexeyAB README 文件中的说明进行操作。
yolo-obj.cfg 已相应配置。我在 darknet/cfg 文件夹中有它。
darknet.exe 已成功构建。
我有 10 个自定义课程:
obj.data文件(在 darknet/data 文件夹中)
obj.names文件(在 darknet/data 文件夹中)
我在 darknet/data 文件夹中有我的 train.txt 文件,其中包含以下内容:
我的 yolov4 权重在主要的暗网文件夹中。
我尝试在每个文件中同时使用相对路径和绝对路径,也尝试在 build/darknet/x64 文件夹中配置所有内容(一位就 Darknet discord 问题提出建议的 Darknet 开发人员实际上告诉我,darknet/data 文件夹在训练您的自定义数据时应该使用而不是 darknet/build/darknet/x64 文件夹!) - 无论我做什么,我总是会收到错误:
无法打开文件:data/obj.data
- 我是否应该在我的 train.txt 文件中添加绝对路径(尽管我确实尝试过,但仍然没有用);
- 我的 obj.data 文件是我用记事本打开的普通 txt 文件。
任何人都有同样的问题或对可能出现的问题有一些直觉?
python - 使用 YOLO4 对象检测器进行多处理或多线程
我正在使用 YOLOv4-tiny + TensorRt 开发 Jetson Nano。我用AlexeyAB Darknet训练了我的模型。除了后期和预处理之外,我还需要最优化的性能来检测 40 fps。这些帧是从 4 个流中捕获的。当检测功能被调用时(例如这里),并且在 gpu 中加载的图像仍在使用 cpu?我想在前一帧处于检测过程中时捕获下一帧。怎样才能做到这一点?我知道多线程不能同时运行线程,另一方面,多处理需要考虑共享内存来在进程之间传递帧。实现最佳性能的最佳实践解决方案是什么?
提前致谢!
python - 将 yolov4-tiny 转换为 transflow lite: ValueError: cannot reshape array of size 374698 into shape (256,256,3,3)
当我试图将我的 yolov4-tiny 自定义权重转换为 tftile 时,它总是会发生。
这是我输入的:
并出现错误消息。
我检查了我的标签.txt,没有空格或更多行。另外,我在 config.py 中更改了名称。
有没有办法解决这个问题?
感谢帮助!
附上我的部分代码,希望对您有所帮助。
这里是github:https ://github.com/piggychu0w0/food-image-detection
.cfg:
.名称:
darknet - yolov4..cfg : 增加细分参数结果
我正在尝试使用 Darknet 框架和 Yolov4 训练自定义数据集。我建立了自己的数据集,但在 google colab 中收到了 Out of memory 消息。它还说“尝试将细分更改为64”或类似的东西。我已经搜索了主要 .cfg 参数的含义,例如批处理,细分等,我可以理解增加细分数量意味着在处理之前拆分成更小的“图片”,从而避免致命的“CUDA out of memory” ”。确实切换到 64 效果很好。现在我在任何地方都找不到最终问题的答案:最终的重量文件和准确性是否“受损” 通过做这个?更具体地说,对最终结果的影响是什么?如果我们抛开训练时间(因为有更多的细分要训练,肯定会增加),准确率会如何?
换句话说:如果我们使用完全相同的数据集并使用 8 个细分进行训练,然后使用 64 个细分做同样的事情,那么 best_weight 文件是否会相同?对象检测成功率会相同还是更差?谢谢你。
darknet - Darknet Yolov4 会放大小图像吗?
如果您的配置指定输入大小为 416x416,并且您传入一个大小为 200x300 的图像或其他大小的图像,它会被放大和插值还是只是被填充?
python - 制作“torch.nn.ModuleList()”列表以在 YOLOv4 主干中设计 CSPDarkNet53
我指的是这段代码。用于设计 YOLOv4。我有一个关于制作backbone()
.(=CSPDarkNet53= CSPNet + DarkNet53)
代码在 (yolov4 > models.py)
问题是 DownSample2()
他们做了一个ResBlock()
类,用来做一个DownSample2()
图层。
在ResBlock()
中,有一个for
这样的循环:
他们正在尝试使用Conv_Bn_Activation
具有不同步幅 1 和 3的层来重复这些层,并附nblocks
加到nn.ModuleList()
。
它似乎直接附加到“resblock_one's ModuleList()
”,最后进入“self.module_list's ModuleList()
”,对吧?那么,为什么他们不直接附加到 self.moudle_list 呢?
它会产生一些不同的效果,或者我的方式是错误的。我是说:
这段代码可以代替上面的吗?
现在,我明白了……在“前进”中,他们想部分使用对吗?
deep-learning - 使用暗网 yolov4 训练数据集时,平均损失为 0
我目前正在使用来自 AlexeyAB Github 的 yolov4 darknet 训练数据集: https ://github.com/AlexeyAB/darknet
我正在训练的数据集称为 FishNet Open Images。该数据集有 86,029 张图像,每张图像中有 5 个边界框。它有34个班级。目前,我进行了 1561 次迭代,训练很快从现在的 2000 左右的平均误差损失下降到 0.000 相当快。这应该是正常的吗?我觉得我做错了什么!我使用大约 85% 的图像作为训练集,另外 15% 作为验证集。
我的 train.txt 和 test.txt 文件正确,我的 obj.data 正确。我将注释更改为 yolo 格式并配置了 .cfg 文件,如下所示
这是我的 obj.data
python - 函数“矩形”中的(-5:错误参数) - 无法解析“pt1”。索引为 0 的序列项类型错误
当我检测到我的 tflite 文件时,问题就发生了。
我写的命令。
和错误的信息:
这是相关代码。(core/utils.py)
我已将其更改为
由于它没有出错,它仍然没有显示图像。
有没有人有任何想法来解决它?谢谢你的帮助!
computer-vision - Yolov4 有更大的权重吗?
我想检测比只检测 80 个对象的 coco 数据集更多的对象,我想检测尽可能多的动作,比如拥抱、游泳......等等。
我不关心大小,我不想训练自己......那么是否有足够大的数据集(权重)可供我下载和使用,或者我必须为 yolo 训练和标记?