Eric Liu comments

Results 85 comments of


                                            Eric Liu

[Training Issue] Multi-scale training on YOLOv2

You can reference this code , and modify the reorg layer source code https://github.com/eric612/MobileNet-YOLO/blob/master/src/caffe/layers/yolov3_layer.cpp#L287-L289

将yolo模型转换为caffe模型后测试有误差

誤差可能由下列幾項造成的 * input image channel order (BGR or RGB ) * input image scale and mean * batch norm eps * relu and leakly relu * image scaler mode (keep...

将yolo模型转换为caffe模型后测试有误差

Hi @jerryho-quanta , 我印象中darknet的image order 與caffe是相反的，你可以確認看看。

@jerryho-quanta , 如果你能從darknet2caffe轉換時，就把weighting調換當然可以，只是需要比較多的時間修改跟確認，或是你可以先改code將input image channel 調換試試 https://github.com/eric612/MobileNet-YOLO/blob/master/examples/yolo/yolo_detect.cpp#L474-#L480

将yolo模型转换为caffe模型后测试有误差

@jerryho-quanta https://github.com/eric612/MobileNet-YOLO/blob/master/src/caffe/data_transformer.cpp 有兩種方式： 1. 在每個 DecodeDatumToCVMat 後面用opencv api 倒換順序 2. 直接修改 https://github.com/eric612/MobileNet-YOLO/blob/master/src/caffe/data_transformer.cpp#L792-L794 如果有segmentation 還要另外修改

将yolo模型转换为caffe模型后测试有误差

如果只有2%的話應該不只有order問題太低了你要確定看看這下列項目 https://github.com/eric612/MobileNet-YOLO/issues/177#issuecomment-541410096

训练yolov3_coco，test mAP 很低，是不是训练哪里有问题？

[train.txt](https://github.com/eric612/MobileNet-YOLO/files/3976489/train.txt) [solver.txt](https://github.com/eric612/MobileNet-YOLO/files/3976490/solver.txt) [test.txt](https://github.com/eric612/MobileNet-YOLO/files/3976491/test.txt) [train_moblienetv2_yolov3_coco.sh.txt](https://github.com/eric612/MobileNet-YOLO/files/3976500/train_moblienetv2_yolov3_coco.sh.txt)