bubbliiiing / yolo3-pytorch Goto Github PK

你好，我用voc数据集训练了模型，loss降到了8.2，但是我用voc测试集测map只有0.01%，input也是从新生成过得，请问这可能是哪里出现了问题。

@bubbliiiing ， 您好：
非常感谢您的付出， 您解析的网络结构和 代码给了本人很好的帮助， 不过我有个疑问，请问的您代码 有在ubuntu 环境下测试过吗？ 还是您只有在win 上运行的，然后git 上传的。
因为在ubuntu 下 git 下来， 无法运行， 如下图中， 文件路径明明是存在的， 就是显示不存在；
经过查询， 修改了dos 格式，并且把 相对路径 改成 绝对路径， 可以运行了。

所以 想表达的是，您 能否可以考虑 一下， 之后的上传的代码 可以在 环境ubuntu 下 运行通过，因为 个人观点，（个人原因实验室的显卡全部在linux 环境下） 如果您的代码无法在 linux 环境下运行，并且阅读， 有点小小的遗憾。

error with no sense

请问如果我的数据集格式是.json的形式，要怎么利用这个工程去实现呢

up你好，重新训练自己模型时没有预先训练好的权重，在yolo.py里model_path要怎么改，还是直接删除相关代码？否则加载你的20分类的权重会报错（我的是2分类）

官网的数据 [email protected]

开始我觉得是不是get_mAP.py 计算的问题，于是我将生成的结果json 保存，使用cocoapi计算结果也是很高。
有点懵。。。

你好，请问我把backbone改成mobilnetv3后，应该怎么从头训练，如何初始化权重呢。

急需这个模型，博主你给的下载链接是coco的

hi, I used your code to train yolov3, and the tarin loss converged to 9. But the performance of the test and demo is poor. Is there some details to pay attention to during the training?

请问这里torch.linspace(0, in_w - 1, in_w).repeat(in_w, 1)为什么不是repeat(in_h, 1)，如果in_w和in_h不相等，那248行的x.data + grid_x是跑不通的吧？x的形状是(bs, num_anchors/3, in_h, in_w)而原代码里生成的grid_x是(bs, num_anchors/3, in_w, in_w)

grid_y同理

不知道我理解的对不对

0. 想要做身份证正反面的分类（即分为'front'和'back'两类），生成了500张训练图片进行了标注训练
1. 训练完成后使用包含了身份证正反面图片进行测试，效果还是不错的

问题：使用完全不包含身份证的图片进行测试，比如拿张猫的图片，也会被检测为'front'类，而且置信度极高，请问这种情况是否是因为使用了预训练权重的原因，是否需要去除预训练权重从头训练？

为什么我训练的时候CPU利用率100%
而GPU利用率只有2%-5%左右
训练速度0.5s/step到0.8s/step左右
确认是使用的cuda，因为不用的话速度20s/step左右

CPU I5-4590
GPU GTX1060
有什么解决办法吗 cpu是不是拖后腿了

train.py中 total_loss += loss 和val_loss += loss，这种写法是pytorch 0.4之前的写法，0.4之后要改为
+= loss.item()，可参考https://zhuanlan.zhihu.com/p/59271905， 如果batchsize设的小的话可能遇不到这个错误

box_loss_scale = 2 - box_loss_scale_x*box_loss_scale_y

loss_x = torch.sum(BCELoss(x, tx) / bs * box_loss_scale * mask)
loss_y = torch.sum(BCELoss(y, ty) / bs * box_loss_scale * mask)
loss_w = torch.sum(MSELoss(w, tw) / bs * 0.5 * box_loss_scale * mask)
loss_h = torch.sum(MSELoss(h, th) / bs * 0.5 * box_loss_scale * mask)

麻烦请教一下yolo_training.py这个文件里第90行这个式子是什么意思呢？

box_loss_scale = 2 - box_loss_scale_x*box_loss_scale_y

为什么要用2减那两个数的乘积呢？谢谢！

网络中用了batchnorm，应该在eval时加上net.eva()

        loss_x = torch.sum(BCELoss(x, tx) / bs * box_loss_scale * mask)
        loss_y = torch.sum(BCELoss(y, ty) / bs * box_loss_scale * mask)

为什么用MSE来计算，作者用BCE算是有什么考虑吗。

请问在运行video.py时出现这个问题是怎么回事啊？cv2.error: OpenCV(4.4.0) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-2b5g8ysb\opencv\modules\imgproc\src\color.cpp:182: error: (-215:Assertion failed) !_src.empty() in function 'cv::cvtColor'

你好博主，非常感谢分享。
请问测试时是直接运行test.py吗？

你好，如果想用coco数据集自己训练的话，该如何将coco数据集的格式转换成voc格式呢？这方面有没有什么好的参考？

麻烦帮忙看看是啥问题么？谢谢
在根据B站教程中的P8测试完成后，运行predict.py后报错，报错日志如下：

(pytorch_gpu_0627) G:\0-App\8-Code\0CodeProject\yolo3-pytorch>python predict.py
Loading weights into state dict...
Traceback (most recent call last):
  File "predict.py", line 7, in <module>
    yolo = YOLO()
  File "G:\0-App\8-Code\0CodeProject\yolo3-pytorch\yolo.py", line 44, in __init__
    self.generate()
  File "G:\0-App\8-Code\0CodeProject\yolo3-pytorch\yolo.py", line 65, in generate
    self.net.load_state_dict(state_dict)
  File "G:\0-App\8-Code\Anaconda\envs\pytorch_gpu_0627\lib\site-packages\torch\nn\modules\module.py", line 845, in load_state_dict
    self.__class__.__name__, "\n\t".join(error_msgs)))
RuntimeError: Error(s) in loading state_dict for YoloBody:
        size mismatch for last_layer0.6.weight: copying a param with shape torch.Size([75, 1024, 1, 1]) from checkpoint, the shape in current model is torch.Size([15, 1024, 1, 1]).
        size mismatch for last_layer0.6.bias: copying a param with shape torch.Size([75]) from checkpoint, the shape in current model is torch.Size([15]).
        size mismatch for last_layer1.6.weight: copying a param with shape torch.Size([75, 512, 1, 1]) from checkpoint, the shape in current model is torch.Size([15, 512, 1, 1]).
        size mismatch for last_layer1.6.bias: copying a param with shape torch.Size([75]) from checkpoint, the shape in current model is torch.Size([15]).
        size mismatch for last_layer2.6.weight: copying a param with shape torch.Size([75, 256, 1, 1]) from checkpoint, the shape in current model is torch.Size([15, 256, 1, 1]).
        size mismatch for last_layer2.6.bias: copying a param with shape torch.Size([75]) from checkpoint, the shape in current model is torch.Size([15]).

您好，感谢您的代码分享。
我想问的问题是，如何利用测试集检测训练模型的精度 mAP呢？
我看到代码里有get-mAP的文件，但是怎么用您能说一下么？谢谢~

博主能把SPP模块也给实现了吗？SPP模块能给模型带来性能提升

Epoch设置到了300，但是loss一直很高（30多），请咨询下博主造成这种情况的原因是什么啊？能给点建议吗？

博主，您好：
我在尝试将这个v3版本的box的loss改成yolov4中的box的ciouloss， 用的也是您v4版本中的移植过来的，训练方式不变，但发现训练过程不稳定，loss跳动大，出来的检测结果也远不如v3, 请问您有什么好的解决方法嘛？ 谢谢。

模型在VOC2012从头训练效果很差，具体表现为经非极大值抑制后显示none，没有生成框

博主您好！从b站来的，我在train.py 的from utils.dataloader import yolo_dataset_collate, YoloDataset这里就报错No module named 'utils.dataloader'在百度上也搜不到所以来麻烦你，不知道怎么解决，跪求解答

我在VOC2007上的测得的p=0.728, r=0.723,ap=0.678,请问这样的结果正常吗？

如何处理下面显存溢出的问题

请问一下，noobj_mask看不太懂欸，它本身是跟mask数组反着的，然后在此基础上又把iou大于0.5的框设置为0，应该是为了不算这部分的loss，但我想不明白，他根本不影响mask数组，是怎么做到不算这部分的loss的？

这句代码似乎加在train.py里面没什么用，因为没有被代码使用，是不是应该加到别的代码中呀

Hello，I want to know that what principles should be followed to set the freeze and unfreeze parameters in train.py，Can you explain that. Thank you!

The solution of using CPU to train in Windows Environment

1、 train.py
Change line 84 to Cuba = False
2、 train.py
Change line 108 to net = net.to(device)

anch_ious = jaccard(gt_box, pred_boxes_for_ignore)
anch_ious_max, _ = torch.max(anch_ious,dim=0)
anch_ious_max = anch_ious_max.view(pred_boxes[i].size()[:3])
noobj_mask[i][anch_ious_max>self.ignore_threshold] = 0

请问博主，我前期在其他地方学习的时候，标注了一大部分数据，都是选了yolo的格式，而不是VOC的格式，这时候应该怎么导入数据集？

大佬，能分享一下yolov2的pytorch版本吗。

注意修改model_path和classpath，训练的时候需要修改config里面的numclasses

Originally posted by @bubbliiiing in https://github.com/bubbliiiing/yolo3-pytorch/issue_comments/651785080

非常喜欢博主的仓库和b站的讲解，继续支持博主的努力

你好，我是直接有图片和标签的txt文件，训练步骤中有一些没看懂，连续几步中能给出具体的文件格式吗，谢谢，我的邮箱是[email protected]

服务器环境torch170+cu101
本地环境 torch100+cu100
服务器训练好的权重文件传输到本地进行预测，报错_pickle.UnpicklingError: A load persistent id instruction was encountered,
but no persistent_load function was specified.

请问有人遇到过类似问题吗

anch_ious = jaccard(gt_box, pred_boxes_for_ignore)
anch_ious_max, _ = torch.max(anch_ious,dim=0)
anch_ious_max = anch_ious_max.view(pred_boxes[i].size()[:3])
noobj_mask[i][anch_ious_max>self.ignore_threshold] = 0

博主您好，这是我用自己的数据集出现的错误，找了半天也没解决，您看是怎么回事？谢谢！

Loading weights into state dict...
Finished!
Epoch 1/50: 0%| | 0/1 [00:08<?, ?it/s<class 'dict'>]
Traceback (most recent call last):
File "train.py", line 182, in
fit_ont_epoch(net,yolo_losses,epoch,epoch_size,epoch_size_val,gen,gen_val,Freeze_Epoch,Cuda)
File "train.py", line 44, in fit_ont_epoch
loss_item = yolo_losses[i](outputs[i], targets)
File "/home/dls/anaconda3/envs/cf/lib/python3.6/site-packages/torch/nn/modules/module.py", line 532, in call
result = self.forward(*input, **kwargs)
File "/home/dls/文档/yolo3-pytorch-master/nets/yolo_training.py", line 108, in forward
self.ignore_threshold)
File "/home/dls/文档/yolo3-pytorch-master/nets/yolo_training.py", line 210, in get_target
tcls[b, best_n, gj, gi, int(target[b][i, 4])] = 1
IndexError: index 1 is out of bounds for dimension 4 with size 1

您好，请问真实框中框的4个数据是左上角和右下角两点坐标的组合，还是中心点坐标和框的长宽的组合？

尝试在VOC 2007数据集上训练，loss2个epoch后就维持在187左右了，大佬是能成功训练的吗？

请问在计算MAP时为什么只有人被检测到，只有人有MAP，然后groud truth生成的text文件里面也只有人呢

Dataloder中有torch.load（“model_data/yolo_weights.pth”），想问下博主，引入这个权值文件并训练自己的数据，对最终的mAP值影响大吗？因为，我在实验时，没有使用Dataloder的mAP几乎为0，使用之后可以达到80多。

参考了yolov3 和gluoncv的训练指南，重新开始训练的话，也都要加载在imagenet上预训练的模型。
不知博主有没有能够兼容这个代码的预训练权重文件。

loss_conf = torch.sum(BCELoss(conf, mask) / batch_size * mask) + torch.sum(BCELoss(conf, mask) / batch_size * noobj_mask)
这一步总觉得有问题，负采样的地方为什么还是BCELoss(conf, mask)呢？