Darkflow: Darknetからウェイトとcfgファイルをインポートできません

それらのバイトカウントは疑わしいほど近いです。 それでも、ここからcfgとウェイトをダウンロードしたときに何が起こるかを確認できますか： https ：//pjreddie.com/darknet/yolo/

実際、私はpjereddieのWebサイトに続いて、過去数日間ダークネットを使用していました。 いくつかの画像を収集し、それらにマークを付け、ダークネットでトレーニングしました。 それはかなりうまく機能していました。

darkflowをテストしたかったので、トレーニング済みのウェイトと、darknet用に作成したcfgファイルをdarkflowにインポートしました（コピーして貼り付けます）。 実行しようとしましたが、このエラーが発生しました。

darknetとdarkflowのcfgと重みの構成は相互に互換性がありませんか？

ええ、そうだと思います。 新しいモデルをトレーニングしたかどうかはわかりませんが、トレーニングする必要があります。 バイトカウントが4ずれているという事実は、何かが正しく保存されなかったか、何かが正しく保存されていないなど、疑わしいようです。

yolo cfgに基づいてロードしようとしている新しいモデルですか、それともまったく新しいモデルですか？

darknet19_448.conv.23に基づく

申し訳ありませんが、ダークネットに精通していません。 Webサイトのyolocfgs / weightsのいずれかを使用しても問題はないと思いますか？

さて、yolo.cfgとyolo.weightsをdarknetからdarkflowに置き換えてみたところ、正常に機能しました。 しかし、yolo.cfgとyolo.weightsの名前をそれぞれyolo1.cfgとyolo1.weightsに変更し、それらを実行しようとすると、別のAssertionErrorが発生しました...

AssertionError：labels.txtとcfg / yolo1.cfgは、一貫性のないクラス番号を示しています。

yoloには80のクラスがあり、80のラベルが必要であることを私は知っています。 そこで、ダミーのコンテンツをいくつか追加して、80のクラスが含まれるようにしましたが、それでも問題なく動作しました。 yolo.cfg用にハードコーディングされたものはありますか？ どこで探すべきですか？

よくわかりません。 ここで提案されているように構成を調整しましたか？ クラスを指定する必要があります。 これは、トレーニングしようとしたときに問題を引き起こす可能性がありますか？

はい、ダークネットとまったく同じです。

darknet19_448.conv.23を使用してdarknetでトレーニングしてから、darkflowに移植することで、まったく同じ4バイトのエラーが発生します。 誰かが問題が何であるかを理解したことがありますか？

私もこのエラーに遭遇しています！ 私は昨日（事前にトレーニングされたdarknet19_448.conv.23を使用して）ダークネットで新しいモデルをトレーニングし、darknetからの出力.weightsファイルを使用してdarkflowにロードしようとしましたが、4バイトもずれています！ 私は2クラスのモデルで作業しているので、構成は次のようになります。

[convolutional]
filters=35

[region]
classes=2

推奨に従って。 これにより、次のようになります。

AssertionError: expect 202335260 bytes, found 202335264

構成を調整する（最後のレイヤーのクラスとフィルター番号を変更する）ことを何度か試しましたが、役に立ちませんでした。 「4バイトずれ」は、最後のレイヤーの次元の不一致が原因であると思われます。darkflowのようなものは、3つのクラスを予期し、出力レイヤーで2つしか取得していません。 そこで、.cfgファイルを次のように変更してみました。

[convolutional]
filters=40

[region]
classes=3

そしてこれは読み過ぎをもたらします：
AssertionError: Over-read ../darknet/new_obj.weights

私はこの問題への洞察が大好きです！ ありがとう！

トレーニング済みのyolo.weightsとyolo.cfgをdarknetWebサイトで使用する場合、およびdarknetを使用して微調整した場合は、@ Benjamin-Vencillとまったく同じ問題が発生します。 4バイトオフ。 ダークネットとダークフローの重みがどのように保存/ロードされるかを知っている人はいますか？

更新：何が起こっているのかわかりませんが、ロードされたレイヤーのインデックスを印刷した後、ダークネットから新しくトレーニングされたモデルのすべての重みが、ダークフローの古いモデルと比較して4バイト右にシフトしていることがわかりました。 この行を変更する： https ：//github.com/thtrieu/darkflow/blob/479c83e14559fd5eceb9a9f612503b29a67fac5c/darkflow/utils/loader.py#L121からself.offset = 20に変更すると、問題が解決し、新しくトレーニングしたものを使用できるようになりました。 darkflowを使用したdarknetのモデル。
ダークネットのウェブサイトでは、最初はまだ16バイトしか追加されていないため、かなり奇妙です： https ：//github.com/pjreddie/darknet/blob/d8c5cfd6c6c7dca460c64521358a0d772e5e8d52/src/parser.c#L906
これに精通している人は、この行動に光を当てることができますか？

上記とまったく同じ問題。 上記の@ minhnhat93の回答を使用して解決しました。 自分のデータセットを使用してトレーニングしたダークネットモデルをインポートするときに、オフセットを20に変更した理由を知りたいと思っていました。 なぜなら、公式のcfg「tiny-yolo-voc.cfg」と公式の重み「tiny-yolo-voc.weights」をdarkflowにインポートすると、オフセット16は正常に機能したからです。

ダークネットのバグかもしれないと思います

どうもありがとう！ @ minhnhat93

更新：何が起こっているのかわかりませんが、ロードされたレイヤーのインデックスを印刷した後、ダークネットから新しくトレーニングされたモデルのすべての重みが、ダークフローの古いモデルと比較して4バイト右にシフトしていることがわかりました。 この行を変更する： https ：//github.com/thtrieu/darkflow/blob/479c83e14559fd5eceb9a9f612503b29a67fac5c/darkflow/utils/loader.py#L121 to self.offset = 20は問題を解決するのに役立ち、新しくトレーニングしたモデルを使用できましたダークネットでdarkflowを使用。
ダークネットのウェブサイトでは、最初はまだ16バイトしか追加されていないため、かなり奇妙です： https ：//github.com/pjreddie/darknet/blob/d8c5cfd6c6c7dca460c64521358a0d772e5e8d52/src/parser.c#L906
これに精通している人は、この行動に光を当てることができますか？

実際には、オフセットは4つの浮動小数点変数のサイズ、つまり24バイトに相当する必要があります。 これらは、ウェイトファイルのバージョン番号とその他のいくつかのものに使用されています。 私はそれを他の場所で読んだことがありますが、正確にどこにあったのか思い出せません。

私は提供されたソリューション@ minhnhat93を使用しましたが、今は機能しています！ よくできました、ありがとう！

@ minhnhat93が提供する方法（オフセットを20に変更）を使用してダークネットからウェイトをインポートする際のエラーは報告されていませんが、下の写真に示すように、検出結果はダークネットの結果とは少し異なります。左の写真はダークネットの結果と右の写真はダークフローの結果です（両方とも同じ重みとcfgを使用しています）
https://github.com/zinkcious/machine-learning-Udacity/blob/master/65_cmp.jpg
https://github.com/zinkcious/machine-learning-Udacity/blob/master/01_cmp.png

ダークネットからウェイトをインポートする際の問題を知っている人はいますか？

@zinkciousそれは検出しきい値のせいかもしれませんね？

私はそうは思いませんが、threshはcfgファイルの最後の1行で定義されていますか？ 2つのケースの両方で、次のように記述されます。thresh= .6
@zenineasa
以下のように：
https://github.com/zinkcious/machine-learning-Udacity/blob/master/cmp_code.png

私のような同じような問題がありますか？ @zenineasa @ minhnhat93 @ Benjamin-Vencill

私はKerasを使って自分で書くことに移りました。 Githubには、開発者が同じことを試みたリポジトリがいくつかありました。

新しい発見がありました。VOCデータセットを使用してtiny-yolo-voc.cfgをトレーニングし、ファイルサイズが63471560バイトの「tiny-yolo-voc_100.weights」を取得してみました。 また、公式Webサイトからダウンロードしたtiny-yolo-voc.weightsのファイルサイズを見ると、ファイルサイズは63471556バイトで、トレーニングしたウェイトとは6バイト異なります。 なぜなのかわかりません。

@zinkciousええ、私はちょうどチェックしました。 私もそういう問題を抱えています。 修正後のdarkflowとdarknetを使用した検出の客観性スコアは異なります...さらに奇妙なことに、2つのファイル形式が同じであっても、darknetから.weightsファイルをロードできますが、darknetから.backupファイルをロードすることはできません...

ダークネットとyoloのソースコードに精通している人なら誰でもこの質問に答えることができますか？...

ええ、ダークネットがバイナリファイル形式のレイアウトを計算するためにsizeof()を使用していることに気付いたときに、これらのことが起こると予測しました。 これを引き起こした正確な変更はここにあります：

https://github.com/pjreddie/darknet/commit/1467621453e1c6932841a4992e6dffe0d0d8de24#diff -bfbbcdf73459e9ea8fb4afa8455ce74dL909

このバグには問題がありますが、残念ながらまだ修正はありません（私はパッチを書くつもりで、他のことに忙しいです）：
https://github.com/pjreddie/darknet/issues/78

@ minhnhat93
うまくいきました!!!ありがとうございました!!!
天才！！