Как я могу протестировать файлы веса yolov3 и yolov4?

#yolo #darknet #coco

#yolo #darknet #coco

Вопрос:

Я пытаюсь обнаружить объект с помощью yolov3 и yolov4, и я просто хочу обучить 1 класс = человек. Я использую наборы данных COCO.

Как я могу протестировать свой файл веса после тренировки? Я хочу протестировать весь «тестовый набор данных», а не только 1 изображение.

У меня есть график потери поезда, но этого недостаточно. Я хочу рассчитать точность, точность, отзыв и т. Д. Я нашел эти примеры: https://darknet.gong.im /

./ тест детектора даркнета cfg / coco.пакет данных cfg/yolov3.cfg весов/yolov3.weights ./in_images/ ./out_images/ >./results.txt

Можете ли вы сказать мне, как я могу сравнить с метрикой успеха эти два алгоритма?

Как я могу протестировать файлы веса yolov3 и yolov4?

Ответ №1:

Для тестирования модели есть функция map.

./ карта детектора даркнета cfg/coco.данные cfg/ yolov3.cfg веса /yolov3.weights

Если вы пометите свой тестовый набор данных и укажете его путь к «допустимому» полю внутри файла данных, вы можете использовать функцию map над своим набором данных.

Также вы можете использовать флаг -map во время тренировки, чтобы увидеть результаты отображения на графике. Если вы используете флаг -map во время обучения, darknet также сохраняет файл с лучшим весом, поэтому вам не нужно искать лучший.

Комментарии:

1. Для запуска карты вам нужны только поля ‘valid’ и ‘names’. Если вы хотите сохранить исходный файл данных, просто создайте отдельный файл данных для тестирования.