时间戳

首页 > 解决方案 > 为什么yolo检测不到图像中的所有物体？

machine-learning - 为什么yolo检测不到图像中的所有物体？

问题描述

我正在尝试使用 AlexeyAB darknet 检测图像中的对象。但它只检测到 2 或 3 个对象。它无法检测到小对象（例如帽子）。我正在使用这个命令：

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

我该怎么做？

标签： machine-learningimage-processingobject-detectionyolodarknet

解决方案

根据AlexeyAB page for small objects 你可以这样做：

用于训练小对象（图像大小调整为 416x416 后小于 16x16）- 设置层 = -1, 11 而不是 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

对于训练小型和大型对象，您可以使用修改后的模型：

同样在训练完成后，在检测阶段，您可以执行以下操作：

通过在 .cfg 文件中设置（高度=608 和宽度=608）或（高度=832 和宽度=832）或（32 的任何值倍数）来提高网络分辨率 - 这会提高精度并可以检测小物件：链接

  • 无需再次训练网络，只需使用已针对 416x416 分辨率训练的 .weights-file

  • 但要获得更高的精度，您应该使用更高分辨率 608x608 或 832x832 进行训练，注意：如果出现内存不足错误，
    则在 .cfg 文件中您应该增加细分 = 16、32 或 64：链接

推荐阅读