在COCO上训练YOLOv3给我的平均平均精度不好

Question

我想训练YOLO仅检测班级人员。因此，我下载了COCO数据集，仅将标签调整为此类并相应地更改了配置文件，然后按照该站点https://pjreddie.com/darknet/yolo/上“在COCO上培训YOLO”部分中所述的步骤对YOLO进行了培训。 但是，当我使用标题为“ COCO数据集的性能”标题下的同一页面上的经过训练的权重时，我对同班人员的训练有素权重的平均平均精度（地图）要比同班的地图差得多。我想知道这可能是什么原因，以及哪些数据用于训练主页上可用的权重。

Answer 1

修改cfg文件（类，过滤器等）时，可能出了点问题。无论如何，您的任务是什么？您是否真的需要重新训练模型，还是只需要过滤1类并进行检测？

如果只想过滤80个类中的“人”标签，则可以简单地执行此解决方法。您不需要重新训练模型，只需要使用作者在yolo网站上提供的权重即可。

要使用COCO数据集的简便方法，请按照以下步骤操作：

• 修改（或复制以备份）coco.names中的darknet\data\coco.names文件
• 删除除人
以外的所有其他课程
• 修改您的cfg文件（例如yolov3.cfg），将第610、696、783行的3个类从80更改为1
• 将603、689、776行的cfg文件中的3个过滤器从255更改为18（源自(classes+5)x3）
• 运行检测器./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/your_image.jpg

有关使用COCO数据集的更多高级方式，您可以使用此存储库基于voc，coco或开放图像创建yolo数据集。 https://github.com/holger-prause/yolo_utils。
另请参阅：How can I download a specific part of Coco Dataset?

Answer 2

IMMO，将预先训练的权重与预先提供的* .names，*。data和* .cfg一起使用会更简单。然后，您在YOLO以类名，置信度和bbox形式输出检测列表的模式下，运行单个图像或图像文件名称列表的检测器。然后，您只需忽略除“ person”类之外的任何内容。