问题标签 [yolov4]

除了 yolov4 的暗网之外，是否已经有可用的权重，还是我必须训练？我搜索了其他权重，但我只发现人们标记和训练，所以我想知道是否有类似 coco 数据集的东西可以下载它并且 yolo 检测到更多？

另一个要在 yolov4 上下载和使用的数据集 (.weights)

我从链接部署到 Azure VM - darknet-azure-vm-ubuntu-18.04 它通常在 2 个月前工作。现在，在部署之后，当我尝试使用暗网命令时，No such file or directory 当我尝试时，我make遇到了 cuda 问题...我尝试再次设置 cuda，但对我不起作用...您有任何想法/解决方案? 或者你有没有其他方法可以在 azure 上为 yolov4 设置工作虚拟机？

我有 2 个 colab 笔记本。第一个通过网络摄像头进行实时视频处理（使用 Yolov4 Darknet）。NLP 的第二个，它就像一个语音助手。现在我想将视频处理的输出发送到 NLP 笔记本。我必须在需要时将 Yolo(live) 检测到的对象作为音频反馈呈现。有可能吗？你能给我关于这个的任何想法吗？谢谢！

注意：Yolo 实时检测和 NLP 彼此独立正常工作。

（顺便说一句，对不起我的英语不好:)）

有没有办法只为选定的类计算mAP。例如汽车、船、飞机、摩托车。

我尝试对 coco.names 进行一些更改，并将所有不需要的类替换为 dont_show。但这仅适用于演示。

我用

但这是对所有班级的计算。

任何建议高度赞赏。

I am trying to implement code written to pre-process brain images that contain bleeds to later on train YOLOv4 to identify these bleeds. The code does run correctly on the author's device, but when I try to run it on my local machine, I get the error pasted below.

Code snippet on which I get the errors:

Error:

I don't even understand these errors very well, could anyone shed some light?

你好 python/OpenCV/Yolov3 大师。在使用以下 github 代表训练自定义模型后，我得到了一个奇怪的行为： https ://github.com/pythonlessons/TensorFlow-2.x-YOLOv3

成功训练特定汽车后，我正在运行 detection_custom.py 脚本并得到以下结果：

但是当使用 detection_custom.py 并且现在设置捕获与拍摄汽车照片相同的视频时，我没有得到任何检测。（此处的图片是在视频运行时使用打印屏幕拍摄的）。即使尝试执行 cv.imgwrite 然后在同一个 python 实例上读取图像我什么也得不到，但是当试图在另一个窗口中检测一个单独的 python 实例时，第一个输出图像的输出图像我得到一个检测。

除了用于图像部分的 cv.CaptureVideo 而不是 cv.imread 之外，detect_video 和 detect_image 两个函数都具有相同的功能。

有人知道为什么会这样吗？

我正在使用 Alexeyab 的 Yolov4 训练我自己的数据集，但我得到了多个边界框，如下图所示。

我用谷歌搜索并搜索了 NMS（非最大抑制），但我能找到的只是如何在 pytorch 或 tf 中编写代码……我是对象检测的新手，所以我不知道如何实现这一点。我想做的只是为一个班级制作一个边界框。

请帮我。谢谢你。

我正在自定义训练我的模型以检测图像中的管道，最终任务是计算管道数，我的问题是如何更好地标记我的图像，当前训练的模型无法在预期的线上工作，所以我正在考虑标记它更好，所以我的问题a）我是否应该将背景标记为单独的类支架/该管道所在的栏作为单独的类（如果有帮助，看起来会很乏味）b）我还看到当前模型检测到背景中的管道我不是有兴趣掩盖它们的最佳做法是什么（从当前图像中删除---当前标记的图像不标记它们）

总结一下，目前我已经创建了这样的边界框，并使用 yolo-tiny 和 yolo.conv.137 进行了训练，但结果不是很好，建议我对这些图像还能做些什么

（更多图片）

旁注：HoughCircles 对我的事业没有帮助，因为我不能每次都调整参数，所以我更喜欢 yolov4/v5

当前模型：经过训练以预测单类管道

我正在尝试测试：

只有 yolov5 没有 openvino : ~ 4 FPS
yolov5 有 openvino : ~ 2 FPS

那是不正常的，如果您已经在两种方法之间进行了比较，您能否给我任何建议或两种方法之间的比较。

我的模型是Yolov4 暗网模型。我使用“-map”函数来计算那里的指标，-map 函数属于darknet。

但是，在将我的模型转换为tensorflow lite时，我想在两者之间的 tensorflow 模型上重新计算这些指标。所以实际上我的问题是如何在我的yolov4-416 tensorflow 模型上找到 f1 分数、平均精度等值？