tensorflow-yolov3
tensorflow-yolov3 copied to clipboard
YunYang1994
Box-Clustering.ipynb聚类后得到的聚类中心和basline_anchors中anchor box的关系是什么？
这是Box-Clustering.ipynb聚类后得到的聚类中心值 [[0.0627878 0.09495271] [0.11484864 0.23439993] [0.86874759 0.87105803] [0.79309616 0.46284657] [0.29627503 0.71413459] [0.41545661 0.44281255] [0.30121263 0.2348154 ] [0.1761251 0.47797277] [0.52819415 0.79192799]] 这是baseline_chors.txt的值 1.25,1.625, 2.0,3.75, 4.125,2.875, 1.875,3.8125, 3.875,2.8125, 3.6875,7.4375, 3.625,2.8125, 4.875,6.1875, 11.65625,10.1875
不清楚这两个的关系是什么？
输入的图片的宽高是不确定的
那么这两者到底什么关系
@YunYang1994 谢谢 basline_anchors.txt是voc2012数据集得到的wh 三个尺度缩放是什么意思？谢谢前辈了，想知道怎么从聚类后的聚类中心wh到basline_anchors.txt的 voc2012输入图像的尺寸是= [320, 352, 384, 416, 448, 480, 512, 544, 576, 608]。 尺寸是不固定的 那么聚类后的wh乘以尺寸中哪个才能得到baslin_anchors.txt的内容？ 不理解从聚类归一化的wh怎么到basline_anchors中anchor _box的wh的 这块有点蒙，谢谢你了，嘻嘻。
不管你输入的尺寸是多少，只要将anchor的w,h归一化就好。因为anchor的w,h是来自数据集的，与网络的输入尺寸没有半毛钱关系。
basline_anchors.txt 是在COCO数据集上得到的归一化anchor再乘以缩放倍数(分别是8,16,32)得到的.
我想问一下是怎么分别乘起来的？我如果乘以32，感觉结果差不多，可以说具体一点吗？还有，basline_anchors.txt中的数据顺序对结果有影响吗
@YunYang1994 非常感谢你的回答，谢谢 我明白了其实就是个缩放问题 但疑惑点如上面的同学，是怎么分别乘起来的？ 实在不好意思麻烦你了，很感谢你能在百忙中抽出时间解答我的疑问 可否给出一个从coco数据集聚类后的anchor box的wh 到basline_anchor中wh，具体的一个例子 非常感谢 你的代码写的很好，最近在学习你的代码，受益良多
@Weipeilang basline_anchor.txt中的顺序分别是9聚类中心的wh。我认为顺序是有影响的。
这是Box-Clustering.ipynb聚类后得到的聚类中心值 [[0.0627878 0.09495271] [0.11484864 0.23439993] [0.86874759 0.87105803] [0.79309616 0.46284657] [0.29627503 0.71413459] [0.41545661 0.44281255] [0.30121263 0.2348154 ] [0.1761251 0.47797277] [0.52819415 0.79192799]] 这是baseline_chors.txt的值 1.25,1.625, 2.0,3.75, 4.125,2.875, 1.875,3.8125, 3.875,2.8125, 3.6875,7.4375, 3.625,2.8125, 4.875,6.1875, 11.65625,10.1875
不清楚这两个的关系是什么？
输入的图片的宽高是不确定的
那么这两者到底什么关系 您好，我想问一下你自己数据的聚类中心怎么产生的呢？
今天终于明白了，谢谢前辈
@changfanfan [[0.0627878 0.09495271] [0.11484864 0.23439993] [0.86874759 0.87105803] [0.79309616 0.46284657] [0.29627503 0.71413459] [0.41545661 0.44281255] [0.30121263 0.2348154 ] [0.1761251 0.47797277] [0.52819415 0.79192799]] 你好请问是前三个乘以8，中间三个乘以16，后面三个乘以32吗？
是图像的尺寸分别除以8,16,32后再乘以anchor box的聚类大小得到baseline_anchors.txt的内容。具体图像尺寸大小是VOC图像尺寸，具体是什么没有细究，但原理就是这个 在你训练自己的数据集时，使用anchor box时，就按照聚类结果*图像尺寸就是anchors.txt的大小了
在 2019-11-16 22:08:42，"zhouxianming" [email protected] 写道：
今天终于明白了，谢谢前辈
@changfanfan [[0.0627878 0.09495271] [0.11484864 0.23439993] [0.86874759 0.87105803] [0.79309616 0.46284657] [0.29627503 0.71413459] [0.41545661 0.44281255] [0.30121263 0.2348154 ] [0.1761251 0.47797277] [0.52819415 0.79192799]] 你好请问是前三个乘以8，中间三个乘以16，后面三个乘以32吗？
— You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
是图像的尺寸分别除以8,16,32后再乘以anchor box的聚类大小得到baseline_anchors.txt的内容。具体图像尺寸大小是VOC图像尺寸，具体是什么没有细究，但原理就是这个 在你训练自己的数据集时，使用anchor box时，就按照聚类结果*图像尺寸就是anchors.txt的大小了 在 2019-11-16 22:08:42，"zhouxianming" [email protected] 写道： 今天终于明白了，谢谢前辈 @changfanfan [[0.0627878 0.09495271] [0.11484864 0.23439993] [0.86874759 0.87105803] [0.79309616 0.46284657] [0.29627503 0.71413459] [0.41545661 0.44281255] [0.30121263 0.2348154 ] [0.1761251 0.47797277] [0.52819415 0.79192799]] 你好请问是前三个乘以8，中间三个乘以16，后面三个乘以32吗？ — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.
不是和输入的尺寸没关系吗？
@changfanfan @YunYang1994 请问一下，如果想要在一个新的数据库上训练的话，是应该先用 k-means 进行归一化，生成归一化的 anchor boxes，然后再分别乘以8，16，32，然后放大后的 anchor boxes 文件进行训练吗？
@ylqi007 好像是，过去一年多了已经记不大清了
一年前我对这个仓库的代码逐行注释了 https://gitee.com/changfanfan/tensorflow-yolov3-cast 感兴趣你看看
@ylqi007 好像是，过去一年多了已经记不大清了
一年前我对这个仓库的代码逐行注释了 https://gitee.com/changfanfan/tensorflow-yolov3-cast 感兴趣你看看
thank you very much!!
