首先是伟大的工作! 我有许多交通标志图像,它们已分类在其类型名称的文件夹中。我需要知道如何设置我的图像以用于训练方式:
flow --model cfg/tiny-yolo-voc-3c.cfg --load bin/tiny-yolo-voc.weights --train --annotation train/Annotations --dataset train/Images
还是会通过 tiny-yolo-voc.weights 来完成?
嗨@ManojPabani
# Completely initialize yolo-new and train it with ADAM optimizer
flow --model cfg/yolo-new.cfg --train --trainer adam --annotation train/Annotations --dataset train/Images
嗨@merryHunter
在您的命令中,我们还需要放置标签参数(--label)吗?
和
有没有考虑多少张图片足以代表一个班级?
嗨@normansiboro
--label 参数只会让您的生活更轻松。 最好始终明确指定标签路径文件,以免混淆它们。 我特别指出,对于您自己的数据集,您应该更改默认 labels.txt 或您指定路径的类中的类。
对于图片 - 很大程度上还取决于网络和输入大小,以及图像质量。 通常,您可以查看每个类 Pascal VOC 包含多少个样本。 我会说你需要至少 500 个标记的样本才能学习一些东西。
嗨@merryHunter
图像大小如何?
图像大小有什么限制吗?
我其实是想用我的检测来检测颜色稍有不同的东西(大小相当,颜色也很相似)
我还可以使用 YOLO 吗? 或者这是否意味着我需要很多图像,因为它们只是颜色不同?
需要建议
最有用的评论
嗨@merryHunter
图像大小如何?
图像大小有什么限制吗?
我其实是想用我的检测来检测颜色稍有不同的东西(大小相当,颜色也很相似)
我还可以使用 YOLO 吗? 或者这是否意味着我需要很多图像,因为它们只是颜色不同?
需要建议