YOLOv4-pytorch icon indicating copy to clipboard operation
YOLOv4-pytorch copied to clipboard

数据集问题?

Open kunyaoli opened this issue 4 years ago • 10 comments

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

kunyaoli avatar Oct 06 '20 00:10 kunyaoli

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

需要自己单独根据数据集的特征分布进行归一化操作。

argusswift avatar Oct 07 '20 08:10 argusswift

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

需要自己单独根据数据集的特征分布进行归一化操作。

您好,也就是说,需要在voc.py文件里面,加上归一化操作吗?训练的VOC数据集。train_annotation.txt格式最终要变成归一化之后的形式?

kunyaoli avatar Oct 07 '20 11:10 kunyaoli

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

需要自己单独根据数据集的特征分布进行归一化操作。

小白不懂就问,您好,数据集按照VOC的格式之后,运行完utils/voc.py之后生成train_annnotation.txt.里面的内容是imgpath + 92,72,305,473,1 。对于这些坐标是不是需要变成0-1之后才可以训练?

kunyaoli avatar Oct 08 '20 00:10 kunyaoli

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

需要自己单独根据数据集的特征分布进行归一化操作。

小白不懂就问,您好,数据集按照VOC的格式之后,运行完utils/voc.py之后生成train_annnotation.txt.里面的内容是imgpath + 92,72,305,473,1 。对于这些坐标是不是需要变成0-1之后才可以训练?

不是必须的。看你损失函数怎么定义的

argusswift avatar Oct 08 '20 01:10 argusswift

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

需要自己单独根据数据集的特征分布进行归一化操作。

小白不懂就问,您好,数据集按照VOC的格式之后,运行完utils/voc.py之后生成train_annnotation.txt.里面的内容是imgpath + 92,72,305,473,1 。对于这些坐标是不是需要变成0-1之后才可以训练?

不是必须的。看你损失函数怎么定义的

好的,谢谢您。您这个代码的损失函数计算的就是真实值? 按照您的说明生成train_annnotation.txt进行训练就可以了?

kunyaoli avatar Oct 08 '20 01:10 kunyaoli

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

需要自己单独根据数据集的特征分布进行归一化操作。

小白不懂就问,您好,数据集按照VOC的格式之后,运行完utils/voc.py之后生成train_annnotation.txt.里面的内容是imgpath + 92,72,305,473,1 。对于这些坐标是不是需要变成0-1之后才可以训练?

不是必须的。看你损失函数怎么定义的

好的,谢谢您。您这个代码的损失函数计算的就是真实值? 按照您的说明生成train_annnotation.txt进行训练就可以了?

按照readme生成train_annnotation.txt进行训练即可

argusswift avatar Oct 08 '20 03:10 argusswift

您好!~根据您的readme,数据整理好之后,运行voc.py,然后生成train_annotation.txt文件,但是里面没有归一化。想问一下,yolov4的txt文件是不需要作归一化?还是说需要自己单独作归一化操作?

需要自己单独根据数据集的特征分布进行归一化操作。

小白不懂就问,您好,数据集按照VOC的格式之后,运行完utils/voc.py之后生成train_annnotation.txt.里面的内容是imgpath + 92,72,305,473,1 。对于这些坐标是不是需要变成0-1之后才可以训练?

不是必须的。看你损失函数怎么定义的

好的,谢谢您。您这个代码的损失函数计算的就是真实值? 按照您的说明生成train_annnotation.txt进行训练就可以了?

按照readme生成train_annnotation.txt进行训练即可

好的 谢谢

kunyaoli avatar Oct 08 '20 10:10 kunyaoli

@argusswift 请问坐标值没有归一化就进行训练,刚开始输出的损失是很大的吗?请问如下图的输出是否是正确输出呢? image

luocmin avatar Oct 22 '20 03:10 luocmin

@argusswift 请问坐标值没有归一化就进行训练,刚开始输出的损失是很大的吗?请问如下图的输出是否是正确输出呢? image

刚开始损失值偏大,后面会好很多。

argusswift avatar Nov 02 '20 09:11 argusswift

我跑voc.py时会出现ValueError: 'ripe' is not in list

442616159 avatar Apr 07 '21 10:04 442616159