caffe-yolov3
caffe-yolov3 copied to clipboard
ChenYingpeng
About input size 608*608 vs 416*416
Hi chen, thank for your pretty work! I hava a problem. If i set the input size is 608608, the result is wrong, and set to 416416 the result seems ok. but the input of yolov3.cfg is 608*608. can you help me?
Sorry reply for you so late.I have updated code which support input size 608x608, but you should change some thing.First,you should change input data nxcxhxw=1x3x608x608.Second,you should change yolo_layer.h netWxnetH = 608x608. Good lucky for you.
@ChenYingpeng 你好，你的函数接口里，是输入一张图片的路径，然后进行检测。如果我想对一个opencv 的Mat类型图片，进行检测，该怎么做呢？
@ChenYingpeng 作者你好，有一个新问题，关于将darknet的weights模型转成caffemodel的。像之前的yolov3.weights能正常转换，但是最新开放的新模型yolov3-spp.weights，转不了，会报错。能提供些思路吗？
我看了一下，yolov3-spp.cfg的配置文件，主要是因为spp那个模块里面有个route层里面有4个参数，这个在我的darknet2caffe.py文件里面是不支持的。我只写了支持1或者2个参数的方式，所以你需要按照那个方式自己增加一个支持4个参数的，应该就可以了。不过我自己还没测试，希望你测试玩可以共享一下。
@ChenYingpeng 依葫芦画瓢，我搞了一天，也没搞出来，，这应该怎么弄呀，大神求帮助 if (4 == bottom_layer_size): prev_layer_id1 = layer_id + int(layer_name[0]) # print(prev_layer_id1) prev_layer_id2 = layer_id + int(layer_name[1]) prev_layer_id3 = layer_id + int(layer_name[2]) prev_layer_id4 = layer_id + int(layer_name[3]) print(topnames) bottom1 = topnames[prev_layer_id1] bottom2 = topnames[prev_layer_id2] bottom3 = topnames[prev_layer_id3] bottom4 = topnames[prev_layer_id4] route_layer['bottom'] = [bottom1, bottom2, bottom3, bottom4]
@huaze555 Update yolov3_darknet2caffe.py and support yolov3-spp.Good luck!
@ChenYingpeng 非常感谢！！ 您新提交的代码，除了支持转换spp模型，还支持tiny模型是吗？除了这两个改进，有其它代码层面的优化吗？我现在遇到一个问题，转换后的模型和在darknet跑的模型，对于同一张图片的检测框，有几十个像素值的偏差，框的置信度也会有偏差，不知道问题出在哪里。
@huaze555 你好，请问你转caffemodel的脚本用的是作者给的么，我用作者给的遇到一个问题，prototxt能够成功生成，但是在生成caffemodel的时候有个报错：
Traceback (most recent call last):
File "yolov3_darknet2caffe.py", line 533, in
我还不知道怎么解决 我也遇到了原模型和转后模型加载到RT工程里时检测框不一样，有时候同一个目标还会出现多个检测框 谢谢！
