为什么yolo无法检测图像中的所有对象？

Question

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个或3个对象。它无法检测到小的对象（例如帽子）。我正在使用以下命令：

./darknet detector test ./cfg/coco.data ./cfg/yolov3.cfg /weight_path/ /image_path/

我该怎么办？

Answer 1

根据AlexeyAB page对于小物体，您可以执行以下操作：

  

用于训练小物体（图像拍摄后小于16x16   调整为416x416）-设置图层= -1，而不是11   https://github.com/AlexeyAB/darknet/blob/6390a5a2ab61a0bdf6f1a9a6b4a739c16b36e0d7/cfg/yolov3.cfg#L720   并设置stride = 4而不是   https://github.com/AlexeyAB/darknet/blob/6390a5a2ab61a0bdf6f1a9a6b4a739c16b36e0d7/cfg/yolov3.cfg#L717

对于训练大小物体，可以使用修改后的模型：

  

  
• 完整模型：5个yolo图层：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3_5l.cfg
  
• 微型模型：3个yolo图层：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-tiny_3l.cfg
  
• 完整空间模型：3个yolo图层：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-spp.cfg
  

同样，在训练完成之后，在检测阶段，您可以执行以下操作：

  

通过在.cfg文件（高度= 608和   宽度= 608）或（高度= 832，宽度= 832）或（32的任何倍数）   -这样可以提高精度，并可以检测小物体：link

     

  

• 不必再次训练网络，只需使用已经针对416x416分辨率进行训练的.weights文件

  

• 但要获得更高的准确性，您应该使用更高分辨率的608x608或832x832进行训练，请注意：如果发生错误，内存不足
    然后在.cfg文件中，您应该增加细分= 16、32或64：link