Darkflow: Pruébelo en VOC2007 y obtenga 60% mAP

Este es un buen trabajo para el desarrollador de tensorflow, y en la nube arregla el código de darkflow de acuerdo con el proyecto https://github.com/leetenki/YOLOv2 y https://github.com/hizhangp/yolo_tensorflow o https: // github. com / gliese581gg / YOLO_tensorflow

@ ShawnDing1994 cloud, contribuyes con tu código para calcular el mapa de flujo oscuro？

Al construir el repositorio, veo que ocurren diferencias numéricas menores después de cada operación (por ejemplo, la convolución en TF produce un resultado diferente de Darknet dentro de 1e-4 más o menos), se amplifican después de cada capa y finalmente dan como resultado un mAP (catastróficamente) inferior en este Tensorflow Puerto. Estoy bastante seguro de que la implementación de alto nivel en este repositorio es correcta (detección razonable), pero el nivel inferior (opKernels en Tensorflow y la implementación de C en Darknet) puede tener una discrepancia técnica.

Es importante comprender qué tan grave es incluso cuando la diferencia numérica es pequeña (<1e-7). Cada capa entrenada en Darknet espera un resultado diferente al que obtiene de Tensorflow, por lo que produce un resultado aún peor para la siguiente capa. Este error se acumula a medida que la red se vuelve más profunda.

Entonces, el ajuste fino de los pesos de Darknet es una solución barata y directa a lo que describí anteriormente. Espero que esto ayude.

@ ShawnDing1994 ¿cómo implementaste mAP para darkflow? ¿Podrías contribuir con tu código para que pueda usarlo? ¿O podrías orientarme sobre cómo implementarlo?