Ma-Dan

我打算用gensim这样的试一下，它的基础思路是词向量距离 https://medium.com/rasa-blog/do-it-yourself-nlp-for-bot-developers-2e2da2817f3d 后半部分，它的NER方法是序列标注方法之一Structured Learning中的Structured SVM。 这些都在MITIE中一起提供了。使用其他工具，就需要将配合的组件都整合到一起。

On FireFox, is .tar and .gz now, should be .gz and .tgz, Chrome is correct. 

Firefox is still missing .tgz. 

损失函数是有问题，也可能是权重初始化的参数有问题（那部分来源于yolov3），在加载预训练权重的前提下可以训练，这两部分都需要重写

请使用刚才更新的代码进行训练 https://github.com/Ma-Dan/keras-yolo4/commit/6bf056ae7f46a27df80fa3ffe873c69cc6478b86 我测试的环境：tensorflow 1.14.0， keras 2.2.4 目前代码用的是DIoU loss，可以训练出结果。

我测试的环境tensorflow 1.14.0，Keras 2.2.4

因为太多的反馈训练问题，为了避免我的代码对大家的误导，抄作业了训练和loss，一直抄到 label smooth 之前。后面这个repo不会再抄和更新，抄到这里是为了发现和定位问题。 **为了模型有更专业的持续维护，请大家用原作者的完善版本。** qqwwee版的训练确实很多坑，抄作业过程发现的问题和修改： (1) 模型主干没有太大问题，修改了kernel_initializer和 L2正则化(会加速收敛，酌情加上可能更好)； (2) train里面的letterbox预处理，不如scale方式准确； (3) 没有多尺度输入； (4) 之前的ciou loss也不太对，miemie2013的全尺度 ciou loss 好很多； (5) 从主干输出解码的流程也有精度问题； 从新开始训练voc2012，100 epoch后，loss在9.094，loss由3部分组成，objectness loss是数值最大的组成部分。测试结果如下： ``` Average Precision (AP) @[ IoU=0.50:0.95...

如果是没有加载预训练权重的从头训练，请解除前面层的冻结。

Touch screen mask editing has not been done yet, if you want to get mask from user touch, then you should convert mask to black-white format. Canny Edge detection in...

 Please try this input, input image should be 320x320, and mask region are all white pixels without antialised edge.