Darkflow: Cómo configurar la estructura de un conjunto de datos propio

Hola @ManojPabani

1. Intenta usar por ejemplo este: https://github.com/tzutalin/labelImg
2. Como si hubiera seguido el tutorial, es posible que haya notado que todas las imágenes se colocan en una carpeta, así como las anotaciones en ellas.
   Si desea usar pesas, debe descargarlas del sitio web de yolo. De lo contrario, puede comenzar a entrenar desde cero usando otro comando:
   # 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

Hola @merryHunter
en su comando, ¿todavía necesitamos poner el parámetro de etiqueta (--label)?
y
¿Hay alguna consideración de cuántas imágenes son suficientes para representar una clase?

Hola @normansiboro
--label param solo te hace la vida más fácil. Es mejor especificar siempre el archivo de ruta de etiquetas explícitamente, para no confundirlos. En particular, para su propio conjunto de datos, debe cambiar las clases en el archivo label.txt predeterminado o en el que especifica la ruta.
Para las imágenes, mucho depende también de la red y del tamaño de entrada, así como de la calidad de la imagen. En general, puede ver cuántas muestras contiene Pascal VOC por clase. Diría que necesitará al menos 500 muestras etiquetadas para aprender algo.

Hola @merryHunter
¿Qué tal el tamaño de la imagen?
¿Hay alguna limitación de tamaño de imagen?

De hecho, quiero usar mi detección para detectar cosas que tienen un color ligeramente diferente (el tamaño es bastante y el color es bastante similar)
¿Todavía puedo usar YOLO para eso? ¿O significa que necesitaré muchas imágenes porque tienen un color diferente?
Necesitar consejo