تحية للجميع،
معذرةً ، هذه هي المرة الأولى التي أستخدم فيها الكشف عن الأشياء من أي نوع ، وفي الواقع كانت المرة الأولى التي أستخدم فيها بايثون. أثناء محاولتي تدريب مجموعة البيانات الخاصة بي ، أحصل على نتائج بصفتي نان.
الخطأ الذي أتلقاه هو:
RuntimeWarning: تمت مصادفة قيمة غير صالحة في sqrt
obj [4] = np.sqrt (obj [4])
نموذج لملف xml للتعليقات التوضيحية
<annotation>
<folder>images</folder>
<filename>000006.png</filename>
<segmented>0</segmented>
<size>
<width>225</width>
<height>225</height>
<depth>3</depth>
</size>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>35</xmin>
<ymin>93</ymin>
<xmax>45</xmax>
<ymax>45</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>69</xmin>
<ymin>94</ymin>
<xmax>77</xmax>
<ymax>77</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>129</xmin>
<ymin>85</ymin>
<xmax>136</xmax>
<ymax>136</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>145</xmin>
<ymin>98</ymin>
<xmax>153</xmax>
<ymax>153</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>81</xmin>
<ymin>143</ymin>
<xmax>92</xmax>
<ymax>92</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>185</xmin>
<ymin>188</ymin>
<xmax>195</xmax>
<ymax>195</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>77</xmin>
<ymin>189</ymin>
<xmax>93</xmax>
<ymax>93</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>75</xmin>
<ymin>204</ymin>
<xmax>89</xmax>
<ymax>89</ymax>
</bndbox>
</object>
</annotation>
cfg
[net]
batch=64
subdivisions=8
width=416
height=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1
learning_rate=0.001
max_batches = 40100
policy=steps
steps=-1,100,20000,30000
scales=.1,10,.1,.1
[convolutional]
batch_normalize=1
filters=16
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[convolutional]
batch_normalize=1
filters=32
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[convolutional]
batch_normalize=1
filters=64
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[convolutional]
batch_normalize=1
filters=128
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[convolutional]
batch_normalize=1
filters=256
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=2
[convolutional]
batch_normalize=1
filters=512
size=3
stride=1
pad=1
activation=leaky
[maxpool]
size=2
stride=1
[convolutional]
batch_normalize=1
filters=1024
size=3
stride=1
pad=1
activation=leaky
###########
[convolutional]
batch_normalize=1
size=3
stride=1
pad=1
filters=1024
activation=leaky
[convolutional]
size=1
stride=1
pad=1
filters=30
activation=linear
[region]
anchors = 1.08,1.19, 3.42,4.41, 6.63,11.38, 9.42,5.11, 16.62,10.52
bias_match=1
classes=1
coords=4
num=5
softmax=1
jitter=.2
rescore=1
object_scale=5
noobject_scale=1
class_scale=1
coord_scale=1
absolute=1
thresh = .5
random=1
آمل أن يوجهني شخص ما في الاتجاه الصحيح. إنها المرة الأولى التي حاولت فيها تدريب نموذجي الخاص.
شكرا،
لي
إذا كان القطار يستخدم مجموعة البيانات المخصصة الخاصة بك ، فهذا تدريب أولي.
يجب أن تستخدم "burn_in" لأن التدرج والفقد غير مستقرين للغاية في القطار الأولي.
تحقق من الكود وابحث عن "مرئي" في https://github.com/marvis/pytorch-yolo2/blob/master/train.py
لدي نفس الأسئلة .. هل لديك فكرة عن هذا؟
يبدو أن هذا البرنامج النصي يساعدك على تحديد متى يبدأ Nans في الحدوث
https://gist.github.com/yuq-1s/ce63a306f1d39d1c0c80d33f7855f3b5
لكنني لست متأكدًا من كيفية استخدامه مع darkflow - إذا كنت تعمل على حل المشكلة ، فيرجى إخبارنا بذلك
أنت تحصل على nan لأن Ymin أكبر من Ymax:
<bndbox>
<xmin>69</xmin>
<ymin>94</ymin>
<xmax>77</xmax>
<ymax>77</ymax>
</bndbox>
تأكد من أن Min أصغر من Max لكل من X و Y.
التعليق الأكثر فائدة
أنت تحصل على nan لأن Ymin أكبر من Ymax:
تأكد من أن Min أصغر من Max لكل من X و Y.