Question

我训练YoloV3进行物体检测。我训练达到Avg Recall：批量中的所有图像几乎为1.0，Avg IOU高于0.9。但是当我使用未包含在训练中的图像进行测试（但它们与那些经过训练的图像非常相似）时，检测阈值需要设置为0.1。但是，使用训练中使用的那些图像进行测试，其检测率阈值可以设置为高达0.7。什么可能是错的或我需要在培训中改变什么？我的cfg培训是

1e3

Answer 1

在将Yolo用于非正方形图像时遇到了这样的问题。你这样吗在训练阶段，Yolo调整图像大小以使其达到所需大小（即您的网络中的416x416）：https://github.com/pjreddie/darknet/blob/master/src/data.c#L971 但是在测试阶段，它会调整图像保留宽高比的大小，并在图像上添加所需的边框：https://github.com/pjreddie/darknet/blob/master/examples/detector.c#L587（下面是带有笨拙调整大小的替代代码行）。自然，如果输入图像不是方形的，则它们看起来与trainig中的有很大不同：) 我使用https://github.com/AlexeyAB/darknet前叉，并且这个问题已在最近（https://github.com/AlexeyAB/darknet/commit/efaf684cb20b996db0cd6d99d20fabb4bc26859a）那里修复。但似乎，原始的Yolo仍然拥有它。 PS。虽然Yolo是一个很棒的工具，但是它的代码有很多类似的东西，并且在使用它时查看源代码和调试器是一个好主意：）

Answer 2

取消批处理= 1且细分= 1，并在最后两行添加注释：

# Testing
#batch=1
#subdivisions=1
# Training  
batch=16  
subdivisions=8

为什么YoloV3在测试中检测率很差？

2 个答案: