wangchuangg
wangchuangg
> > 在运行detect.py测试推出结果的时候,检测速度慢,有啥更好的办法吗?谢谢!能同时推测多张图片,或者在融合的时候,现在速度不快。期待老师您的指点,非常感谢! > > 上显卡 您知道怎么获取模型的参数量,运行量,检查速度吗?我训练,验证的时候下面不显示结果,运行,验证的时候,也获取不到这几个指标 
您好,打扰您了。我想问一下,这个项目更新之后使用的是DOTA数据集格式进行训练。那么现在旋转物体标注方式是不是就是八参数法了(还是说是DOTA格式的任意四边形法),后续的旋转检测优化是不是就是基于八参数法进行的了。还是说使用DOTA格式进行训练和使用YOLO格式训练一样,都是基于五参数法(长边表示法)进行旋转检测优化的呀
> > 您好,打扰您了。我想问一下,这个项目更新之后使用的是DOTA数据集格式进行训练。那么现在旋转物体标注方式是不是就是八参数法了(还是说是DOTA格式的任意四边形法),后续的旋转检测优化是不是就是基于八参数法进行的了。还是说使用DOTA格式进行训练和使用YOLO格式训练一样,都是基于五参数法(长边表示法)进行旋转检测优化的呀 > > 您好!这个项目准备的label格式是8参数,加载训练数据前会将利用最小外切矩形将4点坐标坐标转化成五参数法(长边表示法),然后用于训练。 好的,谢谢您
> 这个189代表什么意思 您知道怎么获取模型的参数量,检查速度吗?我训练,验证都正常,别的指标都能获取到,就是参数量好检查速度获取不到。 
> > > > 查看警告,模型找不到任何数据,因为所有数据加载失败。杜艳芳_**@**_ . _**>于2023年9月13日周三13:48写道: > > > > […](#) > > > > 我也遇到了相同的问题,生成dota格式的数据后,在训练中出现错误时报[image: image] [https://user-images.githubusercontent。 com/39179481/267548186-2a406eec-2ee3-4481-afa2-13c95f87ba7b.png](https://user-images.githubusercontent.com/39179481/267548186-2a406eec-2ee3-4481-afa2-13c95f87ba7b.png)有人帮忙吗?— 直接回复此电子邮件,在 GitHub < [#581(评论)](https://github.com/hukaixuan19970627/yolov5_obb/issues/581#issuecomment-1716986774) > 上查看,或取消订阅https://github.com/notifications/unsubscribe-auth/AL6G2TOSL2KPY4QAOQ6XHDTX2FCKPANCNFSM6AAAAAAZTSVA6I。您收到此消息是因为您订阅了该主题。消息 ID:_** @**_ .**_> >...
> > > > > > 训练的时候会报这个错误是怎么回事呀 > > > > > > > > > > > > > > > 是的,打标后补的最小化外接图片边界了。 > > > > > > >...
>  > > 大概出现上面的情况 > > 检查了dataset,目录如下 yolov5_obb > > ——dataset ————SLC ————————train ——————————images ——————————labelTxt ————————test ——————————images ——————————labelTxt > > 数据的yaml如下 path: ./dataset/SLC # dataset root dir train: train/images...
> classname: vehicle This class is not be detected in your dataset: vehicle Traceback (most recent call last): File "DOTA_devkit/dota_evaluation_task1.py", line 345, in main() File "DOTA_devkit/dota_evaluation_task1.py", line 340, in main...
> 通常为 0 或 1,0 表示识别边界框的容易程度。如果您有更简单的场景,只需将所有内容都设置为 1。 您好,我想问一下,项目更新之后使用的是DOTA数据集格式进行训练。那么现在旋转物体标注方式是不是就是八参数法了(还是说是DOTA格式的任意四边形法),后续的旋转检测优化是不是就是基于八参数法进行的了。还是说使用DOTA格式进行训练和使用YOLO格式训练,都是基于五参数法进行旋转检测优化的呀