YOLO-V3-IOU
YOLO-V3-IOU copied to clipboard
wmylxmj
how to operate it
第一个问题:你的模型是通过迁移学习得到的吗(因为你的代码是通过yolo实现的)? 第二个问题:weigts.h5是权重模型,model.h5是什么模型呢?(我学艺不精,如果可以的话,能否留下你的qq或者微信呢,感激不尽)
我的权重仅仅是训练那320张图片得到的，训练集可能有点少。 model.h5就是模型文件(包涵模型和权重)在keras中通过model.save得到。
我想运用你的代码重新training，现在把dataset数据集改了，标签改过来，load_pretrained=False，infos里面的class也都改了，设置完成之后，我还需要修改哪些地方呢？还想问一下prepare.py里面的anchors = [(10, 13), ...这个anchors代表什么意思呢？多谢~
改过数据集和标签后，修改prepare.py里的classes列表，换成你自己的类别。然后运行prepare.py，信息将被写入infos文件夹。 anchors是指先验框，由coco数据集中进行聚类得到，代表边界框最可能的9种大小。网络输出的边界框大小是由先验框比例缩放得来的。详细可以看YOLOv3的论文。
好的 感谢！
------------------ 原始邮件 ------------------ 发件人: "wmy"[email protected]; 发送时间: 2019年5月16日(星期四) 下午4:01 收件人: "wmylxmj/YOLO-V3-IOU"[email protected]; 抄送: "风断桥"[email protected]; "Comment"[email protected]; 主题: Re: [wmylxmj/YOLO-V3-IOU] how to operate it (#2)
改过数据集和标签后，修改prepare.py里的classes列表，换成你自己的类别。然后运行prepare.py，信息将被写入infos文件夹。 anchors是指先验框，由coco数据集中进行聚类得到，代表边界框最可能的9种大小。网络输出的边界框大小是由先验框比例缩放得来的。详细可以看YOLOv3的论文。
— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or mute the thread.
