YOLOv3 错误的边界框预测答案

【问题标题】：YOLOv3 Wrong Bounding Box PredictionYOLOv3 错误的边界框预测
【发布时间】：2020-09-20 13:47:00
【问题描述】：

我为 1 节课训练了 YOLOv3。当我尝试预测在图片中找到我的对象时，它给了我错误的边界框坐标和形状。

我已经用 70 个 608x608 图像训练了 yolov3-tiny 版本。它工作得很好。即使我用 CPU 和大约 100 张图像训练它，它也能准确地检测到我的对象。

yolov3-tiny cfg 设置： batch=64 subdivisions=2 width=416 height=416

我还发现了 70 张图片。但是它们是 640x480 图像。我将所有图像的大小调整为 640x480 大小。然后我在 Google Colab 上用 170 张图像训练了 yolov3-tiny 和 yolov3。虽然训练结果显示 0.08 的准确率，但我得到了糟糕的检测结果。

yolov3.cfg 设置：

batch=1 subdivisions=1 width=640 height=480

我想知道为什么结果变得更糟。如何进行准确检测？

【问题讨论】：

【解决方案1】：

[更新]

我记得 YOLO 会为您调整大小以保持纵横比。您是否尝试过在不更改 cfg 中的宽度和高度的情况下运行它？

您应该能够在不重新缩放输入图像的情况下运行训练。尝试运行对您有用但使用新图像的先前配置？

刚刚注意到您还更改了批量大小和细分。您在第二个配置中提供的值可能太低，模式无法学习任何东西。您是否尝试过回到以前的设置？（批次=64，细分=2）

【讨论】：

谢谢。我试过不改变小版本的宽度和高度，但它又失败了。我总是在训练之前标准化我的数据。我会尝试不调整大小，但如果现在只使用 640x480 图像进行训练失败，如果我主要将它们混合为 640x480 图像，它不会影响我的模型吗？
对不起，我不知道你在第二部分回复的意思。你能详细说明一下吗？
另外，我刚刚注意到您在配置中更改了批处理和细分参数。尝试回到批处理 = 64。可能您的模型很难在每个时期仅使用 1 张图像来学习任何东西
对不起。让我说得更清楚。现在，我只用 640x480 图像训练了 yolov3-tiny 模型，但它失败了。边界框坐标完全错误。我有 111 张 608x608 图像。我将添加 70 张 640x480 图像，但我想 640x480 图像会破坏我的模型。如果我将 640x480 图像添加到其他图像中，它不会严重影响我的模型吗？此外，我还尝试用我用 608x608 图像训练的模型对 640x480 图像进行预测，但再次失败。
你是对的。我首先尝试在我的计算机上进行训练，这就是我更改批量大小和细分的原因。然后我搬到了 Colab，但我忘了改变它。