YOLOv3显示类别但是不显示bounding box

最新推荐文章于 2022-12-06 21:37:33 发布
最新推荐文章于 2022-12-06 21:37:33 发布
阅读量582 收藏 2
点赞数
文章标签： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41214610/article/details/107744639
版权

YOLOv3显示类别但是不显示bounding box


这两天在跑YOLOv3的源代码，试着用自己的数据集训练并测试。之前测试了好几个数据集都没问题，今天遇到一个数据集，测试结果只显示类别，但是不显示bounding box。而且奇怪的是，并不是所有结果都这样，只是有的类别有，有的类别没有。
在原作者GitHub的issues里面找到了答案。
原来，bounding box的线条宽度，依赖于输入图片的高度。当输入图片的尺寸太小，bounding box的线条太细，就没法显示了。这个时候需要手动修改src文件夹下image.c/draw_detections函数，将width调大。记得修改文件后，make。

参考
no boxes is shown in predictions.jpg #1247

微醺的老虎
关注
Yolov3随机手写数字数据集
10-15
6. **类间权值共享（Class-agnostic bounding box regression）**：YOLOv3的边界框预测是类无关的，这样可以减少模型复杂度，提高训练效率。 这个"Yolov3随机手写数字数据集"包含了4000张手写数字的图像，这些图像...
Yolov5训练模型没有框
TYY276的博客
12-07 1万+
在用yolov5训练自己的图片，先运行train.py文件再运行detect.py文件后，发现测试集中的图片没有出现锚框。
yolov7训练模型结果没有框
Zeng999212的博客
10-26 6156
yolo训练结果图没有框
YOLO系列检测时没有预测框输出的解决办法
weixin_51279993的博客
10-15 5831
YOLO系列检测时没有预测框输出的解决办法
darknet-Yolo_v3 运行问题，detect命令检测结果无标注框。
fmclx的专栏
11-30 3274
darknet-Yolo_v3 ，AB版 @Z470本 + Win10-LTSB-2016 + VC2015， NVDIA GeForce GT 520M， 驱动 391.35 问题描述。程序可以运行，但是没有测试结果（识别不出图像内容），不打印类别识别度信息，生成的图片 predictions 也没有框选、标注。 处理。 修改makefile中的cudnn=0，重新编译，再运行就有结果了。 在VC2015中，可以将宏开关“CUDNN”移到“取消预处理器定义”一...
Yolov5可以看到虽然有结果图片，但是并没有框出识别结果
热门推荐
hh571050143的博客
08-29 2万+
文章目录测试yolov5时出现的错误以及解决方法（1.）测试yolov5出现的错误（2.）解决方法 测试yolov5时出现的错误以及解决方法 （1.）测试yolov5出现的错误 进入我们的\yolov5-4.0\runs\detect\exp文件夹 可以看到虽然有结果图片，但是并没有框出识别结果 （2.）解决方法 我们进入detect代码，在第53行加入 cudnn.benchmark = True 可以看到这句代码和第48行是一样的， 我们加入代码让detect不打开摄像头时也使cudnn.ben
YOLOV3-pytorch - 副本.zip
09-02
在YOLOV3中，网络被划分为多个网格，每个网格负责预测几个bounding boxes，并对每个box预测类别的概率以及框的位置。YOLOV3还引入了置信度的概念，表示一个预测框包含目标的概率。通过这样的方式，YOLOV3可以同时...
yolov3.weights.7z
07-02
在YOLOv3中，还引入了特征金字塔网络（Feature Pyramid Network, FPN）的思想，虽然不完全相同，但相似的概念被应用。通过这种方式，模型能从低级特征图中检测大物体，从高级特征图中检测小物体，从而达到对不同尺度...
YOLOv3检测行人结果（caltech reasonble）
09-11
在检测过程中，YOLOv3将图像划分为多个网格（grid），每个网格负责预测一定数量的边界框（bounding box），每个边界框包含一个物体的概率和物体的类别概率。 在行人检测方面，YOLOv3表现出了强大的能力。它通过多...
yolo-基于tensorflow实现Yolov3目标检测算法+支持训练-优质项目实战.zip
最新发布
02-22
YOLOv3将图像划分为多个网格，每个网格负责预测几个边界框（bounding box），并同时预测框内的物体类别和置信度。此外，YOlov3还引入了锚点（anchor boxes），预定义了一组可能的目标尺寸比例，可以更精确地适应不同...
detect.py检测结果无标注框
Shaoyc
12-21 5451
解决detect.py检测结果无标注框问题
yolov5的推理输出detect.py部分
weixin_41311686的博客
12-06 8328
    推理阶段是整个检测模型完成后，要对模型进行测试的部分。很重要的一部分，只有了解了这个部分，才能在比赛或者项目提交中很好的输出自己模型的检测结果。同时，推理输出对模型部署在不同的环境下也是十分重要的。 源码：https://github.com/ultralytics/yolov5 版本yolov5 v6.1
基于ROS的YOLOV3实现目标检测项目过程记录
SORI-
04-24 2787
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-b5506197d8.css"> <div id="content_views" class="markdown_views prism-atom-one-dark"> <svg xmlns="ht...
yolov4 Bounding box 预测解读（附带Pytorch实现代码）
qq_41598736的博客
03-18 2069
import torch.nn as nn import torch #Bounding box预测 class Yolo_head(nn.Module): def __init__(self, nC, anchors, stride): super(Yolo_head, self).__init__() self.__anchors = anchors self.__nA = len(anchors) self.__...
理解与总结:YOLOv1中候选框(Bounding Box或者Predict Box)——纯文字真的很干
Kyrie
11-30 8513
各位CV伙伴估计已经看了很多网上许多关于YOLO1的博客，在这里我推荐路过的朋友可以参考以下链接，有一定基础再来看我的这个博客。因为我参考了前人的知识再做的总结，有些小的基础的概念没有详细解释。 参考链接：https://www.jianshu.com/p/cad68ca85e27 【YOLOv1中的B-BOX理解】 1.RCNN提出了候选区(Region Proposals)的方法，先从图片中搜索出一些可能存在对象的候选区（Selective Search），大概2000个左右，然后对每个候选区进行对
修改YOLO使其显示自定义类别
weixin_33705053的博客
11-22 425
基本参考自这篇文章（http://blog.csdn.net/ma3252788/article/details/74659230），主要用来记录下自己遇到的问题 根据@赤战约风 的帖子做如下修改可以使其只显示人这个类别 一.修改源代码 cfg/coco.data classes= 1 #修改成1 train = /home/pjreddie/data/coco/tr...
Yolov3没框原因和解决办法
刘大鱼的博客
03-11 1万+
如果你是在 https://github.com/qqwweee/keras-yolo3 这里下载的yolov3代码，并且参照很多Yolov3教程修改了config相应部分，并能正常训练，且训练的loss也降得比较低 但却在检测的时候却没有框出来的话 修改同目录下的yolo.py就行 class YOLO(object): _defaults = { "model_path...
YOLOV3只显示一类检测结果，并输出位置信息
qq_36362060的博客
03-29 1万+
YOLOV3只显示一类检测结果，并输出位置信息 整体修改思路与网上修改YOLO2只显示一类结果的方案相似，不同的是YOLOV3中src/imge.c中的void draw_detections函数与V2版略有不同，因此具体的修改也有些不同。 具体来说，只需要修改YOLOV3中src/imge.c中的void draw_detections函数一个地方就可以了。附修改代码 void draw_det...
YOLO检测对象后不显示标签信息
weixin_30414305的博客
09-02 2016
修改image.c文件，将297行代码：draw_label(im, top + width, left, label, rgb);注释掉。 转载于:https://www.cnblogs.com/cc111/p/10530013.html
yolov8的类别损失
08-01
每个bounding box的类别预测结果与目标类别进行比较，计算交叉熵损失。 引用[2]中解释了YOLOv8的对象条件类别概率。这个概率数组表示当bounding box中存在对象时，每个类别的概率。与传统的分类模型不同，YOLOv8的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值