futureflsl

测试用models可以检测出来了，但是训练模型不行，目前这个项目的训练的模型都检测不到物体

这个项目不适合训练

> 默认情况下，训练的时候用的是DarkNet训练的，因为在cfg.py文件中默认Cfg.use_darknet_cfg = True，然而在models.py中测试时用的Yolov4在测试，改Cfg.use_darknet_cfg = False后训练作者提供的数据集，训练四十几个迭代就可以检测出来目标了； > 亲测有效； 果然是大佬，我试一试

谢谢大佬

我是用dakrnet yolov4训练的模型yolov4.weights但是转换后提示如下错误 assert not any(u), "Unsupported fields %s in %s. See https://github.com/ultralytics/yolov3/issues/631" % (u, path) AssertionError: Unsupported fields ['max_delta'] in trainedmodel/yolov4.cfg. See https://github.com/ultralytics/yolov3/issues/631 我用https://github.com/Tianxiaomo/pytorch-YOLOv4这个项目是可以将yolov4.weights转成pth，但是转换也不能用。目前还没有发现一个项目能把dakrnet yolov4训练的模型yolov4.weights但是转换pytorch模型，希望大佬探索一下

> 可以啊，需要将web安装包编码格式修改下就行了。 但是我试了。好像opencv读取模型会报错，这个需要自己编译opencv吧，我看了ubuntu上面还需要自己编译

I download pre-treined model nasnet-a_mobile_04_10_2017 then exceute # For mobile model python export_inference_graph.py \ --alsologtostderr \ --model_name=nasnet_mobile \ --output_file=./inference/nasnet_mobile_inf_graph.pb I got nasnet_mobile_inf_graph.pb in success now I excute python freeze_graph.py \...

I have the same question

> 你好，我在读你的代码的时候，发现了个小问题，可能会造成死循环。 >  > 在dataloader文件中的SSDDataset中的__getitem__方法，你用While True应该是想循环找到符合要求的item,但是截图的这部分代码中，如果返回的标签数据y的长度是0的话，由于没有修改index，就会造成死循环。 我也遇到这个问题，怎么解决，死循环了

> 填加更改index的语句，或者找到那个没框的样本，删了------------------ 原始邮件 ------------------ 发件人: "futureflsl"