Darkflow: So richten Sie die Struktur eines eigenen Datensatzes ein

Hallo @ManojPabani

1. Versuchen Sie zum Beispiel diese zu verwenden: https://github.com/tzutalin/labelImg
2. Als ob Sie dem Tutorial gefolgt wären, haben Sie vielleicht bemerkt, dass alle Bilder in einem Ordner abgelegt werden, ebenso wie Anmerkungen zu ihnen.
   Wenn Sie Gewichte verwenden möchten, müssen Sie diese von der yolo-Website herunterladen. Andernfalls können Sie das Training mit einem anderen Befehl von vorne beginnen:
   # 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

Hallo @merryHunter
Müssen wir in Ihrem Befehl noch den Label-Parameter (--label) setzen?
und
Gibt es eine Überlegung, wie viele Bilder ausreichen, um eine Klasse darzustellen?

Hallo @normansiboro
--label param macht Ihr Leben nur einfacher. Es ist besser, die Pfaddatei der Labels immer explizit anzugeben, damit Sie sie nicht verwechseln. Insbesondere für Ihren eigenen Datensatz sollten Sie die Klassen in der Standard-labels.txt oder in derjenigen ändern, in der Sie den Pfad angeben.
Bei Bildern hängt vieles auch vom Netzwerk und der Eingangsgröße sowie der Bildqualität ab. Generell können Sie nachsehen, wie viele Proben pro Klasse Pascal VOC enthält. Ich würde sagen, Sie brauchen mindestens 500 beschriftete Proben, um etwas zu lernen.

Hallo @merryHunter
Wie sieht es mit der Bildgröße aus?
Gibt es eine Beschränkung der Bildgröße?

Ich möchte meine Erkennung tatsächlich verwenden, um Dinge zu erkennen, die sich in der Farbe leicht unterscheiden (die Größe ist ziemlich und die Farbe ist ziemlich ähnlich).
Kann ich dafür trotzdem YOLO verwenden? Oder brauche ich viele Bilder, weil sie nur unterschiedliche Farben haben?
Brauche Rat