Darkflow: Kesalahan pernyataan: terlalu banyak membaca yolo.weights

Dibuat pada 28 Mar 2017  ·  35Komentar  ·  Sumber: thtrieu/darkflow

Saya mencoba menjalankan ./flow --test test/ --model cfg/yolo.cfg --load yolo.weights --gpu 1.0

Saya mendapatkan memuat yolo.weights .... dan kemudian kesalahan pernyataan: Over-read yolo.weights.

Namun, ketika saya menjalankan perintah yang sama dengan tiny-yolo.cfg dan tiny-yolo.weights itu berfungsi. Saya mengunduh file bobot dari https://pjreddie.com/darknet/yolo/

Komentar yang paling membantu

@Dhruv-Mohan @kinhunt lihat README yang diperbarui, saya mengunggah beberapa file bobot.

Semua 35 komentar

saya kira Anda telah menggunakan bobot yang salah, itu tidak cocok dengan cfg. saya mencoba dengan yolo.cfg & yolo.weights itu bekerja dengan baik.
namun ketika saya melatih yolo-voc.cfg dengan kelas khusus, saya mendapatkan pesan kesalahan yang sama dengan bobot terlatih saya. saya akan sangat menghargai jika seseorang dapat menjelaskan apa arti kesalahan ini.

Parser .weights mengikuti .cfg lapis demi lapis, membaca potongan byte yang sesuai dari .weights , tetapi kemudian masih ada lapisan yang harus dibaca sementara parser telah mencapai akhir .weights ; saat itulah Anda memiliki kesalahan pernyataan.

Tolong beri perintah yang mengarah ke kesalahan ini. Jika Anda ingin menyesuaikan kelas Anda, maka ada beberapa tempat untuk melakukan modifikasi:

  1. Jumlah filter di lapisan conv di .cfg
  2. class nomor di region layer
  3. labels.txt

Lalu lari

./flow --model cfg/model.cfg --load bin/model.weights --train

Coba latih jaringan Anda dari awal, bobot terbaru https://pjreddie.com/darknet/yolo/ sepertinya tidak selaras dengan file cfg.
Saya mengalami masalah yang sama dengan yolo.weights dan yolo-voc.weights, namun bobot jaringan yang dilatih khusus saya berfungsi dengan baik

Bisakah Anda memberikan instruksi untuk melatih menggunakan file yolo.cfg. Terima kasih

Pada Rabu, 29 Maret 2017 pukul 12:20, Dhruv-Mohan [email protected]
menulis:

Coba latih jaringan Anda dari awal, bobot terbaru
https://pjreddie.com/darknet/yolo/ jangan sejajarkan dengan file cfg.
Saya mengalami masalah yang sama dengan yolo.weights dan yolo-voc.weights,
namun bobot jaringan yang dilatih khusus saya berfungsi dengan baik


Anda menerima ini karena Anda yang menulis utas.
Balas email ini secara langsung, lihat di GitHub
https://github.com/thtrieu/darkflow/issues/107#issuecomment-289999490 ,
atau matikan utasnya
https://github.com/notifications/unsubscribe-auth/AZgJMHWUgCDnwlS_s1HY5RcBNrVSAWusks5rqf9CgaJpZM4Mrj84
.

permasalahan yang sama. gunakan instruksi readme dengan bobot yolo.cfg dan v2 dari http://pjreddie.com/media/files/yolo-voc.weights

@kinhunt yolo.cfg dan yolo-voc.weights tidak cocok. Bahkan yolo.weights tidak cocok dengan yolo.cfg , tampaknya situs resmi YOLO tidak menyimpan file mereka dengan andal.

@thtrieu terima kasih untuk membersihkan. apakah Anda tahu di mana menemukan file yang cocok?

@kinhunt saya sudah berburu selama berhari-hari dan belum menemukannya. Anda yang terbaik adalah berlatih dari awal

Saya dapat mengunggah milik saya. Tunggu ~ 24 jam.

@thtrieu kabar baik. Terima kasih

@Dhruv-Mohan @kinhunt lihat README yang diperbarui, saya mengunggah beberapa file bobot.

mendapatkannya terima kasih. berhasil

@thtrieu dapatkah Anda memberikan langkah-langkah yang Anda ikuti untuk melatihj pada dataset coco untuk menghasilkan file yolo.weights. Saya ingin mengulangi hal yang sama dan menghasilkan file bobot untuk yolov2 pada dataset coco.

Hai @thtrieu ,
Saya telah mengikuti langkah-langkah yang Anda sebutkan untuk melatih kembali model dengan jumlah kelas khusus

[konvolusi]
ukuran = 1
langkah = 1
pad = 1
filter = 30
aktivasi = linier

[wilayah]
jangkar = 1.08,1.19, 3.42.4.41, 6.63,11.38, 9.42.5.11, 16.62,10.52
bias_match=1
kelas=1
koordinat = 4
bilangan = 5

Saya juga hanya memiliki satu label di label.txt. Tetapi ketika saya menjalankan ini dengan file bobot kecil yang saya unduh dari share google Anda [ https://drive.google.com/drive/folders/0B1tW_VtY7onidEwyQ2FtQVplWEU tiny-yolo-voc.weights] , gagal dengan kesalahan pernyataan

AssertionError: harapkan 63082056 byte, ditemukan 63471556

Bisakah Anda membantu saya memahami apa yang mungkin salah di sini.

Saya memiliki masalah serupa dengan bobot yang sebelumnya dilatih khusus dari darknet, saya menyalin file .cfg yang sama dengan bobot untuk mencobanya di darkflow dan mendapatkan:
AssertionError: expect 202314760 bytes, found 202314764
Hanya berbeda 4 byte jadi apakah saya melewatkan beberapa pengaturan?

@deng1028 sudahkah anda memecahkan masalah anda? Saya memiliki masalah yang sama.

@helloGitHub1993 apakah Anda sudah menyelesaikan masalah Anda? Saya memiliki masalah yang sama.

@helloGitHub1993 masuk ke loader.py di folder utils , lalu ubah self.offset = 20 pada baris 121

@beerboaa saya menggunakan cara lain. flow -model cfg/yolo-new.cfg(ganti dengan cfg pelatihan Anda) --load -1 --imgdir yourimgdir. Ini bekerja untuk saya dan Anda dapat mencobanya. Omong-omong, Anda tidak perlu berlatih lagi.

@itsayush apakah Anda sudah menyelesaikan masalah Anda? Saya juga mengikuti langkah yang sama seperti Anda dan memiliki masalah yang sama dengan melatih data khusus (1 kelas). Saya mencoba mengubah self.offset = 1 di loader.py, tidak berhasil.
Perintah saya:
flow --train --model cfg/tiny-yolo-voc-1c.cfg --load bin/tiny-yolo-voc.weights --annotation train/Annotations/ --dataset train/Images/ --config cfg/ - -gpu 0.9
Tapi itu bekerja dengan baik dengan:
aliran --imgdir sample_img/ --model cfg/tiny-yolo-voc.cfg --load bin/tiny-yolo-voc.weights --gpu 0.9
AssertionError: harapkan 63471541 byte, ditemukan 63471556

Ada yang bisa bantu saya?

Saya memiliki masalah yang sama menggunakan kode git ini https://github.com/bendidi/Tracking-with-darkflow dengan tiny-yolo

@hyperfraise
image
Saya juga punya masalah yang sama, apakah Anda memperbaikinya?

menghadapi masalah yang sama. saya mencoba menggunakan bobot dari google drive Anda dengan .cfg yang sesuai, berhasil sampai saya mencoba mengubah jumlah kelas menjadi 1 (=> filter di lapisan terakhir = 30). Apakah masih ada kesempatan untuk melatih jumlah kelas khusus dengan model yang telah dilatih sebelumnya?

Saya memiliki masalah yang sama ketika saya melatih Yolo dengan dataset kustom saya sendiri dari situs web pjreddie dan mencoba menjalankan file .weights yang dihasilkan menggunakan darkflow. Saya memiliki masalah "Kesalahan Pernyataan: harapkan 268283952 byte, ditemukan 268283956". Setelah saya mengubah self.offset = 20 on line 121 di loader.py di folder utils seperti yang dikatakan @beerboaa , itu berfungsi dengan baik. Terima kasih.

@MartinBrisiak di mana Anda mendapatkan

tidak apa-apa, saya menjalankannya di satu lingkungan dengan yolo.weights dari @thtrieu dan yolo.cfg di repo ini
sesuatu yang salah dengan lingkungan lain ...

@helloGitHub1993 masuk ke loader.py di folder utils , lalu ubah self.offset = 20 pada baris 121

ya, itu bekerja, terima kasih banyak

@beerboaa Terima kasih mahn..itu berhasil

Tampaknya file PJ Reddie tidak sepenuhnya kompatibel, jadi saya harus mengunduh bobot bawaan dari tautan yang disediakan di README: https://drive.google.com/drive/folders/0B1tW_VtY7onidEwyQ2FtQVplWEU

Tampaknya file PJ Reddie tidak sepenuhnya kompatibel, jadi saya harus mengunduh bobot bawaan dari tautan yang disediakan di README: https://drive.google.com/drive/folders/0B1tW_VtY7onidEwyQ2FtQVplWEU

di mana menemukan yolov2-voc.weights? hilang... ada ide?

ada campuran dengan 2 masalah berbeda, yang pertama jika ada perbedaan dengan file bobot yang ada dan konfigurasi tepat 4 byte dalam hal ini Anda perlu mengubah offset pada baris 121 menjadi 20 (dalam kasus saya bekerja dengan yolov2) kasus kedua jika perbedaannya lebih dari 4 byte, ini adalah file konfigurasi yang salah untuk file berat ATAU jika Anda ingin melatih objek Anda sendiri pastikan bahwa yolov2-voc.cfg ada di folder konfigurasi, saya lampirkan yang menyelesaikan masalah
cfg-yolov2-voc.zip

Saya memiliki masalah yang sama ketika saya melatih Yolo dengan dataset kustom saya sendiri dari situs web pjreddie dan mencoba menjalankan file .weights yang dihasilkan menggunakan darkflow. Saya memiliki masalah "Kesalahan Pernyataan: harapkan 268283952 byte, ditemukan 268283956". Setelah saya mengubah self.offset = 20 on line 121 di loader.py di folder utils seperti yang dikatakan @beerboaa , itu berfungsi dengan baik. Terima kasih.

bagi saya itu tidak berhasil, ada ide lain? :(

Hai,
Saya akhirnya bisa membuatnya bekerja dengan menggunakan file .cfg ini https://github.com/pjreddie/darknet/blob/master/cfg/yolov2.cfg
dan berfungsi dengan berat "yolov2 608X608" dari sini: https://pjreddie.com/darknet/yolo/

Untuk mengatasi kesalahan

AssertionError: harapkan 64701556 byte, ditemukan 180357512

lari saja

$ cd /content/darkflow
$ !sed -i "s/self.offset = 16/self.offset = 20/g"  ./darkflow/utils/loader.py

Mengenai kesalahan pernyataan, itu mungkin karena ketidakcocokan file konfigurasi dan bobot.

Jadi, saya menemukan peretasan di sekitarnya. Gunakan buku catatan ini oleh Zoltan Szabo
Penulis menyediakan demo hanya untuk 2 kelas. Jadi, file cfg-nya memiliki 2 kelas dan menggunakan bobot yolov2-tiny-voc-10000, ditemukan di sini .
Tapi model sebenarnya (v2-tiny) dilatih di 20 kelas. Jadi, untuk menghasilkan file pb untuk model aktual, gunakan file konfigurasi aktual model, yang dikelola oleh pJreddie di
https://raw.githubusercontent.com/pjreddie/darknet/master/cfg/yolov2-tiny-voc.cfg "

dan ganti file cfg asli dengan yang ini. Biarkan bobotnya tetap sama.

Sekarang, perubahan terakhir yang harus Anda lakukan adalah pada file teks yang berisi nama kelas. Untuk ini, buka file nama kelas yang dikelola oleh pj reddie dan rekatkan ke file teks yang ada di /content/darkflow/labels.txt (di Google Collab).

Sekarang cukup jalankan perintah yang Anda jalankan
!./flow --model cfg/yolo-v2-tiny.cfg --load weights/yolov2-tiny-voc_10000.weights --savepb

Dan Anda harus mendapatkan file protobuf yang diinginkan :yum:

Apakah halaman ini membantu?
0 / 5 - 0 peringkat

Masalah terkait

bareblackfoot picture bareblackfoot  ·  4Komentar

halt9 picture halt9  ·  3Komentar

jubjamie picture jubjamie  ·  4Komentar

realityzero picture realityzero  ·  3Komentar

1NNcoder picture 1NNcoder  ·  3Komentar