Darkflow: 在 VOC2007 上测试,得到 60% mAP

创建于 2017-04-07  ·  4评论  ·  资料来源: thtrieu/darkflow

你好,

干得好!
但是我写了一些代码在 VOC2007 测试集上进行测试,配置为 '--model cfg/yolo-voc.cfg --load models/yolo-voc.weights' 得到了 60% 的 mAP,而 YOLO 9000 论文报告了 78.6% .
然后我将 yolo-voc.cfg 中的输入分辨率从 416 416 更改为 544 544,并将 mAP 提高了 2%。
我还对一些图像进行了测试,并将它们与来自暗网的输出进行了比较,发现了显着差异。
我之前使用过这些测试代码几次,并且确信它们没有错误。
所以我认为一定有一些错误......

谢谢

help wanted

最有用的评论

@ShawnDing1994 cloud 你贡献了你的代码来计算darkflow的mAP?

所有4条评论

这对于tensorflow开发者来说是一件不错的工作,云你根据项目https://github.com/leetenki/YOLOv2https://github.com/hizhangp/yolo_tensorflowhttps://github修复darkflow的代码

@ShawnDing1994 cloud 你贡献了你的代码来计算darkflow的mAP?

在构建 repo 时,我看到每次操作后都会发生细微的数值差异(例如,TF 中的卷积在 1e-4 左右的范围内产生与暗网不同的结果),它们在每一层之后都会被放大,最终导致(灾难性地)这个 Tensorflow 中的低级 mAP港口。 很确定这个 repo 中的高层实现是正确的(合理的检测),但低层(Tensorflow 中的 opKernels 和 Darknet 中的 C 实现)可能存在技术不匹配。

即使数值差异很小(< 1e-7),了解它的严重程度也很重要。 Darknet 中的每个训练层都期望得到与从 Tensorflow 中获得的结果不同的结果,从而为下一层产生更糟糕的结果。 随着网络变得更深,这个错误会累积。

因此,从 Darknet 权重进行微调是我上面描述的一种廉价而直接的解决方案。 希望这可以帮助。

@ShawnDing1994你是如何为darkflow 实现mAP 的,你能贡献你的代码以便我可以使用它吗? 或者你能指导我如何实施吗?

此页面是否有帮助?
0 / 5 - 0 等级