如何改进darknet框架下yolov3，增加检测精度？？有偿求改进思路过程。
2条回答 默认 最新
关注堆一点即插即用的模块，尝试头部解耦
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报
分享
- 2021-08-03 19:13回答 1 已采纳 训练一两分钟出错最大的可能还是你的数据集的问题，标签看下是不是有多了一个类别。建议写个代码遍历一下标签文件，找下class id不是0的种类
- 2020-04-14 09:50回答 1 已采纳 我也是遇见这个问题，本来是忘记改了原来的50200，幸运的是迭代到134次时，电脑卡退了，我再重新训练时改迭代次数，发现在100以下的，用保存的最后的权重模型去训练时直接就不训练了，然后改成了150次
- 2022-08-12 21:21回答 2 已采纳 看darknet的git，解决方案是将cuda升级到11.1，cudnn也升级，才能解决这个卡住的问题，和显卡有点关系
- 2022-03-04 22:51在Darknet框架下训练YOLOv3模型，主要涉及以下几个关键步骤： 1. **环境准备**：首先，你需要下载并放置Darknet框架的项目文件，例如`darknet-master`，这个版本可能包含了YOLOv4的相关文件，但也可以用于YOLOv3的...
- 2021-03-06 14:31回答 3 已采纳 很明显这是空指针引起的问题, 看一下源码中有没有如下的语句: vector<Template> *det = nullptr; 有的话, 全部改成: vector<Temp
- 2022-12-21 11:37回答 1 已采纳 路径给的不对吧，你写绝对路径看下
- 2021-07-15 15:19回答 2 已采纳 batch_size过大，显卡显存不够。3G内存差不多也就能跑8-10个batch左右，如果8个batcisize还不行的话，改小下图片大小试试，608*608过大，就改小点，一般是32的倍数就可以
- 2022-05-05 19:03《深入解析Darknet框架下的YoloV4模型》 在深度学习领域，目标检测是至关重要的任务之一，它涉及到图像中的对象识别与定位。而YOLO（You Only Look Once）算法作为实时目标检测的先驱，因其高效和准确而备受青睐。...
- 2018-08-07 08:14回答 1 已采纳 ``` wraps是python的装饰器的语法，表示执行这个方法的时候，需要先调用Conv2D，而Conv2D会再调用这个方法。 ZeroPadding2D就是用0填充你的矩阵。对于卷积
- 2023-03-24 11:30回答 1 已采纳 你看下这篇博客吧, 应该有用👉 ：darknet_ros部署及测试
- 2020-07-29 15:59回答 1 已采纳 这种引用静态库的程序，需要严格匹配c++编译器的版本，否则就会各种报错，尽管可以编译。
- 2021-05-28 11:06理解并掌握Darknet框架和YOLOv3模型的原理，以及如何利用"yolov3.weights"进行预测，是深入探索计算机视觉领域，尤其是实时目标检测领域的关键步骤。通过不断的实践和学习，我们可以将这一技术应用于更广泛的领域，...
- 2023-05-24 13:33Keep_Trying_Go的博客 基于darknet框架+yolov3训练自己的数据集
- 2024-09-12 13:43小小宇航员123的博客 没想到YOLOV3我还能用得到，这个模型非常的经典，这里先不去介绍它的理论，只记录下这个经典模型的训练过程！！
- 2019-07-08 23:36AI大模型前沿研究的博客 文章目录一、YOLOV3网络结构二、YOLOV3 Darknet 编译2.1、Clone项目文件2.2、根据环境，修改Makefile 文件2.3、项目编译2.4、测试三、YOLOV3 训练自定义数据3.1、数据准备3.2、训练数据集文件3.3、数据集配置3.4、...
- 没有解决我的问题, 去提问
问题事件
系统已结题
9月20日
已采纳回答
9月12日-
创建了问题
8月26日