Question

我已经用自己的数据（数据集的描述）训练了Darkflow yolo：

数据集大小：3张图片
  类别：1
  类别名称：可口可乐

将yolo.cfg文件编辑为yolo_custom.cfg：

类= 1
过滤器= 30

训练命令：

python3 flow --model cfg/yolo_custom.cfg --load bin/yolo.weights --batch 1 --epoch 30 --train --annotation train_imgs/Annotations --dataset train_imgs/Images

结果：

完成29个时代
  步骤88-损失161.10618591308594-移动平均损失169.31837991674482
  步骤89-损失159.54132080078125-移动平均损失168.34067400514846
  步骤90-损失162.15159606933594-移动平均损失167.7217662115672
  完成30个纪元
  步骤90的检查点
  培训结束，退出。

要收集新的权重，请运行以下命令以将yolo_custom-30.meta文件保存到built_graph / yolo_custom.pb文件中：

   python3 flow --model cfg/yolo_custom.cfg --load -1 --savepb

结果是：

使用标准文件API来检查具有此前缀的文件。
  在9.207940340042114s中完成
  重建恒定版本...
  完成

现在，当我使用以下命令测试存储在sample_img文件夹中的图像时：

   python3 flow --pbLoad built_graph/yolo_custom.pb  --metaLoad built_graph/yolo_custom.meta --imgdir sample_img/

包含输出图像的sample_img / out文件夹的图像不完整/有损，仅包含原始图像的几个像素。并且json文件包含很多边界框位置。

这没有道理。我很困惑请帮助他了解我遗漏的重点。非常感谢。

Answer 1

您的损失太高。它仍然不尽人意，因此您的输出可能会有多个预测。要了解这一点，请检查您的json文件，它可能具有数千个预测。因此，使用少量数据子集为更多时期训练模型。

Darkflow：为什么我会得到有损/不完整的输出图像（我用自己的数据进行训练）

1 个答案: