我在Coursera中完成了YOLO深度学习专业化的作业,并且根据作业中的要求预测了test.jpg上的框。但是后来我从Darknet官方网站上下载了yolo.weights并将其转换为.h5格式以在Keras中进行处理,然后我复制了Coursera的一些代码,例如yolo_filter_boxes等,并在笔记本电脑上以完全相同的图像test.jpg运行了该代码,但它预测有0个盒子。
在分配K.get_session()中有一行代码对我来说没有意义,因此我认为也许在后端Coursera上进行了一些会话,可能在其中进行了编译或编写了类似的代码。我不知道。
我本来希望输出带有边界框的汽车,但那没有发生。对此的任何帮助将不胜感激。
答案 0 :(得分:0)
darknet的权重不必与配置文件相对应,即模型架构可能不同。尝试检查模型输入大小,也许还要检查将yolo.weights转换为h5的其他方法。 试试这个link。