darknet相关内容
我的YOLO模型适用于检测瓶子、人、手机、背包等物体。但我想让我的模型检测到戒指、手镯或头盔(在目前的yolo模型中不存在的对象)。没有GPU,我可以做一个定制的物体检测yolo模型吗?涉及的风险是什么?(如果有)。 我的系统是Windows 10家庭单语版,内存为8 GB。 推荐答案 是,您可以这样做。 只需在DarkNet文件夹的Makefile中更改以下行- G
..
我们正在使用YOLO Darknet进行目标检测。我们使用的是Python3、TensorFlow 1.0、NumPy、OpenCV 3。使用yolo.weight进行检测。以下链接中给出的 : https://github.com/thtrieu/darkflow#cameravideo-file-demo 当我们在视频上运行它时,它同时检测到所有不需要的对象? 请指导我们如何仅检测
..
我试图了解 Darknet 的工作原理,我正在查看 yolov3-tiny 配置文件,特别是 第 13 层(第 107 行). [卷积]批量标准化=1过滤器=256大小=1步幅=1垫=1激活=泄漏 内核的大小为 1x1,步长为 1,填充也为 1.当我使用darknet加载网络时,说明输出的宽高和输入的一样: 13 conv 256 1 x 1/1 13 x 13 x1024 ->13 x 1
..
我想使用 yolo 架构进行对象检测.在用我的自定义数据训练网络之前,我按照以下步骤在 Pascal VOC 数据上训练它:https://pjreddie.com/darknet/yolo/ 说明很清楚.但是在最后一步之后 ./darknet 检测器 train cfg/voc.data cfg/yolo-voc.cfg darknet19_448.conv.23 darkne
..
我正在使用 AlexeyAB 的暗网分支的 YOLOv3 和 YOLOv3-Tiny.我知道图像大小必须是 32 的倍数.batch 除以 subdivisions 决定了将并行处理的图像数量. 比如默认的yolov3.cfg文件中batch size为64,细分为16,表示一次加载4张图片,取其中的 16 个小批次完成一次迭代. 我没有看到的内容 在维基中: 这些值有限制吗?它
..
我正在尝试将 Darkent 与 OpenCV 和 CUDA 结合使用.我按照以下说明安装了暗网: https://pjreddie.com/darknet/install/ 我按照以下说明安装了 CUDA: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html 最后,我按照这些说明安装了
..
我正在使用 darknet 在我的自定义数据集上使用 YOLOv4 检测对象.对于我使用的视频检测: ./darknet 检测器演示数据/obj.data yolo-obj.cfg yolo-obj_best.weights -ext_output video.mp4 -out-filename video_results.mp4 这为我的视频提供了为每个检测打印的边界框.但是,我想为
..
我正在尝试在 Visual Studio 2019 上使用 CUDA 10.2 和 cuDNN v7.6.5 在 Windows 10 上使用 NVidia GeForce 930M 运行 YOLOv3.这是我使用的部分代码. #include #include #include #include #include #include 使用命名空间 cv;使用命名空间 dnn;使用命名空间标准;i
..
如何将 YOLOv4-CSP 暗网权重转换为 Tensorflow (tf) 格式? 我尝试过使用这个 repo,但没有用.> 我收到此错误消息: 回溯(最近一次调用最后一次):文件“save_model.py",第 58 行,在 中.应用程序运行(主)文件“C:\Python37\lib\site-packages\absl\app.py",第 303 行,运行中_r
..
我一直在尝试使用我训练的Yolov4 Darknet模型进行推断,每当我尝试在Powershell中运行Command时,所做的只是打印出Cuda版本和OpenCv版本.如果有人经历过或知道解决方案,那就太好了. 解决方案 您必须将输入文件/视频指定为最后一个cmd行参数,以对该特定文件/视频进行推断. 例如: 输入图像:darknet.exe检测器测试cfg/coco.data
..
您好,我正在尝试将yolov3-spp.weights转换为.tf模型我找到了如何转换yolov3 yolov3_tiny,但是我无法转换yolov3_spp任何解决方案! 解决方案 修改您的Darknet53模型,例如: elif(block ["type"] =="route"):block ["layers"] = block ["layers"].split(',')start
..
我目前正在尝试在最新的CUDA工具包(版本11.1)上编译darknet.我有一个能够运行CUDA版本5(即GeForce 940M)的GPU.但是,在使用最新的cuda工具包重建Darknet时,它表示 nvcc致命:不支持的GPU架构'compute_30' compute_30适用于版本3,当我的gpu可以运行版本5时它怎么会失败我的代码是否有可能检测到了我的英特尔图形卡,而不是
..
训练YOLOv4的所有这些参数是什么意思? (在1300次迭代中进行下一次mAP计算) 最高准确度mAP@0.5 = 63.16%,最佳= 68.55% 1249:26.351213、24.018257平均损失,0.001000速率,2.998398秒,39968张图像,还剩10.505599小时载入时间:0.000068秒 (在1300次迭代中进行下一个mAP计算)最后一
..
我目前正在尝试在C语言中实现YOLOv3对象检测模型(仅检测而不是训练). 我已经用任意值测试了卷积方法,它似乎按预期工作了. 在堆叠多个方法调用以进行正向传播之前,我认为使用实际的预训练重量文件数据进行测试是安全的. 当我查找Darknet的预训练重量文件时,它是很大的二进制文件.我试图将其转换为十六进制和小数,但要指出要使用的值的哪一部分仍然不容易. 所以,我的问题是,
..
我试图了解Darknet的工作原理,并且正在查看 yolov3-tiny 配置文件,特别是 我使用了公式 output_size =((input_size – kernel_size + 2 * padding)/stride)+ 1 ,然后签出.(13-1 + 2 * 1)/1 + 1 = 15 有人知道我想念什么吗? 谢谢. 解决方案 我知道了. 我误解了
..
我正在尝试使用AlexeyAB暗网检测图像中的对象,但是它仅检测2或3个对象。它无法检测小对象(例如帽子)。我正在使用以下命令: ./ darknet探测器测试./cfg/coco.data ./cfg/yolov3.cfg / weight_path / / image_path / 我该怎么办? 解决方案 根据 AlexeyAB页面对于小型对象,您可以执行以下操作:
..
我阅读了yolov2的实现.我对它的丢失有一些疑问.下面是损失函数的伪代码,我希望我做对了. costs = np.zeros(output.shape) for pred_box in all prediction box: if (max iou pred_box has with all truth box
..
我正在尝试在Darknet YOLO v2中训练自定义对象分类器 https://pjreddie.com/darknet/yolo/ 我收集了一个图像数据集,其中大多数图像为6000 x 4000 px,分辨率也较低. 我需要在训练平方之前调整图像的大小吗? 我发现配置使用: [net] batch=64 subdivisions=8 height=416 width=4
..
我想使用yolo架构进行对象检测.在使用我的自定义数据训练网络之前,我按照以下步骤在Pascal VOC数据上对其进行了训练: https://pjreddie.com/darknet/yolo/ 说明非常清楚. 但是在最后一步之后 ./darknet detector train cfg/voc.data cfg/yolo-voc.cfg darknet19_448.conv.23
..