Я попытался запустить ./flow --test test/ --model cfg/yolo.cfg --load yolo.weights --gpu 1.0
Я получаю загрузку yolo.weights .... и затем ошибка утверждения: Over-read yolo.weights.
Однако, когда я запускаю ту же команду с tiny-yolo.cfg и tiny-yolo.weights, она работает. Я скачал файл весов с https://pjreddie.com/darknet/yolo/
Я думаю, вы использовали неправильные веса, они не совпадали с cfg. я пробовал с yolo.cfg и yolo.weights, все работало нормально.
однако, когда я тренирую yolo-voc.cfg с пользовательским классом, я получаю то же сообщение об ошибке с моими обученными весами. Я был бы признателен, если бы кто-нибудь мог объяснить, что означает эта ошибка.
Парсер .weights
следует за .cfg
слой за слоем, считывая соответствующий фрагмент байтов из .weights
, но затем остается еще слой для чтения, когда анализатор уже достиг конца .weights
; то есть когда у вас есть ошибка утверждения.
Пожалуйста, дайте команду, которая приводит к этой ошибке. Если вы хотите настроить свой класс, то есть несколько мест для внесения изменений:
conv
в .cfg
class
число в слое region
labels.txt
Затем запустите
./flow --model cfg/model.cfg --load bin/model.weights --train
Попробуйте обучить свою сеть с нуля, последние веса https://pjreddie.com/darknet/yolo/ , похоже, не совпадают с файлом cfg.
Я столкнулся с той же проблемой с yolo.weights и yolo-voc.weights, однако веса моей настраиваемой обученной сети работают просто отлично.
Не могли бы вы предоставить инструкции по обучению с использованием файла yolo.cfg. Спасибо
В среду, 29 марта 2017 г., в 12:20, Друв-Мохан, [email protected]
написал:
Попробуйте обучить свою сеть с нуля, последние веса
https://pjreddie.com/darknet/yolo/ не совпадают с файлом cfg.
Я столкнулся с той же проблемой с yolo.weights и yolo-voc.weights,
однако веса моей настраиваемой обученной сети работают просто отлично—
Вы получаете это, потому что вы создали тему.
Ответьте на это письмо напрямую, просмотрите его на GitHub
https://github.com/thtrieu/darkflow/issues/107#issuecomment-289999490 ,
или заглушить тему
https://github.com/notifications/unsubscribe-auth/AZgJMHWUgCDnwlS_s1HY5RcBNrVSAWusks5rqf9CgaJpZM4Mrj84
.
та же проблема. используйте инструкцию readme с весами yolo.cfg и v2 http://pjreddie.com/media/files/yolo-voc.weights
@kinhunt yolo.cfg
и yolo-voc.weights
не совпадают. Даже новый yolo.weights
не соответствует yolo.cfg
, кажется, официальный сайт YOLO не хранит свои файлы надежно.
@thtrieu спасибо, что
@kinhunt я
Я могу загрузить свой. Подождите ~ 24 часа.
@thtrieu хорошие новости. Спасибо
@Dhruv-Mohan @kinhunt смотрите обновленный README, я загрузил некоторые файлы весов.
Понял. Спасибо. оно работает
@thtrieu, не могли бы вы предоставить шаги, которые вы выполнили, чтобы обучить набор данных кокоса для создания файла yolo.weights. Я хотел бы повторить то же самое и создать файл весов для yolov2 в наборе данных coco.
Привет @thtrieu ,
Я выполнил шаги, которые вы упомянули, чтобы переобучить модель с произвольным количеством классов.
[сверточный]
размер=1
шаг=1
колодка=1
фильтры=30
активация = линейная
[область]
якоря = 1,08,1,19, 3,42,4,41, 6,63,11,38, 9,42,5,11, 16,62,10,52
смещение_матча = 1
классы=1
координаты=4
число=5
У меня тоже всего одна метка в label.txt. Но когда я запускаю это с файлом крошечных весов, который я скачал из вашего ресурса Google [ https://drive.google.com/drive/folders/0B1tW_VtY7onidEwyQ2FtQVplWEU tiny-yolo-voc.weights], он терпит неудачу с ошибкой утверждения
AssertionError: ожидать 63082056 байт, найдено 63471556
Можете ли вы помочь мне понять, что здесь может быть не так.
У меня была аналогичная проблема с ранее настроенным весом из даркнета, я скопировал тот же файл .cfg с весом, чтобы попробовать его в даркфлоу и получил:
AssertionError: expect 202314760 bytes, found 202314764
Он отличается только на 4 байта, так что я пропустил некоторые настройки?
@ deng1028 ты уже решил свою проблему? У меня точно такая же проблема.
@helloGitHub1993 ты уже решил свою проблему? У меня точно такая же проблема.
@helloGitHub1993 перейдите в loader.py в папке utils, затем измените self.offset = 20 в строке 121.
@beerboaa я использовал другой способ. flow -model cfg/yolo-new.cfg (замените его тренировочным cfg) --load -1 --imgdir yourimgdir. Это работает для меня, и вы можете попробовать. Кстати, вам не нужно тренироваться снова.
@itsayush ты уже решил свою проблему? Я также выполнил те же шаги, что и вы, и у меня такая же проблема с обучением пользовательских данных (1 класс). Я попытался изменить self.offset = 1 в loader.py, но это не сработало.
Моя команда:
поток --train --model cfg/tiny-yolo-voc-1c.cfg --load bin/tiny-yolo-voc.weights --annotation train/Annotations/ --dataset train/Images/ --config cfg/ - -ГПУ 0.9
Но он хорошо работает с:
поток --imgdir sample_img/ --model cfg/tiny-yolo-voc.cfg --load bin/tiny-yolo-voc.weights --gpu 0.9
AssertionError: ожидаем 63471541 байт, найдено 63471556
Может кто-нибудь помочь мне?
У меня такая же проблема с использованием кода этого git https://github.com/bendidi/Tracking-with-darkflow с tiny-yolo
@гиперфрейз
У меня тоже такая же проблема, вы ее исправите?
столкнулся с той же проблемой. я пытался использовать веса с вашего диска Google с соответствующим .cfg, работал, пока я не попытался изменить количество классов на 1 (=> фильтры в последнем слое = 30). Есть ли еще возможность тренироваться на специальном количестве классов с предварительно обученной моделью?
У меня была та же проблема, когда я обучал Yolo своему собственному набору данных с веб-сайта pjreddie и пытался запустить полученный файл .weights с помощью darkflow. У меня была проблема «Ошибка утверждения: ожидать 268283952 байта, найдено 268283956». Как только я изменил self.offset = 20 в строке 121 в loader.py в папке utils, как сказал @beerboaa , все работает нормально. Спасибо.
@MartinBrisiak, где вы
неважно, у меня он работает в одной среде с yolo.weights от @thtrieu и yolo.cfg в этом репозитории
что-то не так с другой средой...
@helloGitHub1993 перейдите в loader.py в папке utils, затем измените self.offset = 20 в строке 121.
да, работает, большое спасибо
@beerboaa Спасибо, ман... сработало
Кажется, что файлы PJ Reddie не полностью совместимы, поэтому мне нужно загрузить готовые веса по предоставленной ссылке в README: https://drive.google.com/drive/folders/0B1tW_VtY7onidEwyQ2FtQVplWEU.
Кажется, что файлы PJ Reddie не полностью совместимы, поэтому мне нужно загрузить готовые веса по предоставленной ссылке в README: https://drive.google.com/drive/folders/0B1tW_VtY7onidEwyQ2FtQVplWEU.
где найти yolov2-voc.weights? отсутствует... есть идеи?
есть микс с 2-мя разными вопросами, первый если отличается от существующего файла веса и конфигурации ровно 4 байта в этом случае нужно изменить смещение в строке 121 на 20 (в моем случае работает с yolov2) во втором случае, если разница превышает 4 байта, это неправильный файл конфигурации для файла веса ИЛИ, если вы хотите обучить свои собственные объекты, убедитесь, что yolov2-voc.cfg существует в папке конфигурации, я прикрепляю тот, который разрешает проблема
cfg-yolov2-voc.zip
У меня была та же проблема, когда я обучал Yolo своему собственному набору данных с веб-сайта pjreddie и пытался запустить полученный файл .weights с помощью darkflow. У меня была проблема «Ошибка утверждения: ожидать 268283952 байта, найдено 268283956». Как только я изменил self.offset = 20 в строке 121 в loader.py в папке utils, как сказал @beerboaa , все работает нормально. Спасибо.
для меня это не работает, есть другие идеи? :(
Привет,
Наконец-то я смог заставить его работать, используя этот файл .cfg https://github.com/pjreddie/darknet/blob/master/cfg/yolov2.cfg.
и работает с весом "yolov2 608X608" отсюда: https://pjreddie.com/darknet/yolo/
Чтобы справиться с ошибкой
AssertionError: ожидать 64701556 байт, найдено 180357512
просто беги
$ cd /content/darkflow
$ !sed -i "s/self.offset = 16/self.offset = 20/g" ./darkflow/utils/loader.py
Что касается ошибки утверждения, вероятно, это связано с несоответствием файла конфигурации и весов.
Итак, я нашел хак вокруг него. Используйте этот блокнот Золтана Сабо
Автор предоставляет демо только для 2 классов. Итак, его файл cfg имеет 2 класса и использует веса yolov2-tiny-voc-10000, найденные здесь .
Но реальная модель (v2-tiny) обучалась на 20 классах. Таким образом, чтобы сгенерировать файл pb для фактической модели, используйте фактический файл конфигурации модели, поддерживаемый pJreddie по адресу
https://raw.githubusercontent.com/pjreddie/darknet/master/cfg/yolov2-tiny-voc.cfg "
и замените исходный файл cfg на этот. Пусть веса остаются прежними.
Теперь последнее изменение, которое вы должны внести, касается текстового файла, содержащего имена классов. Для этого перейдите в файл имен классов, поддерживаемый pj reddie, и вставьте их в текстовый файл, присутствующий в /content/darkflow/labels.txt
(в Google Collab).
Теперь просто запустите команду, которую вы запускали
!./flow --model cfg/yolo-v2-tiny.cfg --load weights/yolov2-tiny-voc_10000.weights --savepb
И вы должны получить нужный файл protobuf :yum:
Самый полезный комментарий
@Dhruv-Mohan @kinhunt смотрите обновленный README, я загрузил некоторые файлы весов.