尝试在自定义模型上显示图像时出现 Yolov4 错误

Question

我已经使用我自己的自定义数据集和 Yolov4 训练了我自己的模型，并且我已经下载了 .cfg、.weights 和 .data 文件。

当我尝试使用以下方法运行我的模型时：

darknet.exe detector test cfg/obj.data cfg/yolov4-og.cfg custom-yolov4-detector_best.weights 

我得到错误：

Error: l.outputs == params.inputs filters= in the [convolutional]-layer doesn't correspond to classes= or mask= in [yolo]-layer 

我不知道这是我正在运行的命令的错误，还是我训练的模型的错误。

任何帮助将不胜感激。

Answer 1

我假设您正在使用主要的暗网 repo AlexeyAB。请确保您遵循以下说明：

1. 确保在配置文件中分配正确的classes 编号。

2. 在 3 中将 filters=255 更改为 filters=(classes + 5)x3 [convolutional] 在每个 [yolo] 层之前，请记住它只 必须是每个 [yolo] 层之前的最后一个 [convolutional]

   https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L603 https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L689 https://github.com/AlexeyAB/darknet/blob/0039fd26786ab5f71d5af725fc18b3f521e7acfd/cfg/yolov3.cfg#L776

   所以如果classes=1 那么应该是filters=18。如果classes=2 则写filters=21

   （通常过滤器取决于掩码的类、坐标和数量，即过滤器=（类+坐标+1）*，其中掩码是锚的索引。如果掩码不存在，则过滤器=（类+坐标+1 )*个数)

参考：https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects