台球测试1

台球测试1

遇到的问题与解决办法

问题一：

mnist数据集测试 非416x416图片
解决：
非416x416图片无法找到数字 可以找到非416x416图片中的数字

问题二：

mnist：新数字图片未找到数字，且颜色变化（可能是test.py通道发生变化）
test.py 第六点 通道转变 （查看图片通道）
解决：
注释掉那一行，无报错

问题三：

测试集图片要变大小？
解决：
不用，test.py将图片尺寸都改为416x416

问题四：

训练集都是416x416，且train.py未进行像素值修改？
在mnist数据集中添加一张 非416x416图片，并进行训练，将该图片放到测试集中进行测试
解决：
mnist现在无法测试出数字（所有）重改
重改mnist代码，训练集未改，测试集增加 非416x416图片，可以预测出数字
训练集添加 非416x416图片，正在训练
（小问题：训练集全为416x416时，可测试出 非416x416图片，训练集包含 非416x416时，未检测出非416x416 图片 ）
如果成功，修改ball代码（未成功，改用猫狗数据集进行尝试）

问题五：

制作猫狗数据集在ball中测试（最后）
猫狗训练集图片尺寸不一致，用其进行训练，看测试集是否能识别猫狗
解决：
并没有找到测试集中的猫和狗，那么训练集的图片需要先调整到416x416

总结一：

将mnist训练集中的图片放到测试集中进行测试（测试出来了）

所以：测试集数据要多吧； 训练次数要多吧 （猫狗进行测试）
不是训练集数据与训练次数的问题

肯定不是测试集的问题，应该是训练数据集的问题

问题六：

尝试保存 .h文件（权重文件）
解决：
应该不是这个问题

问题七：

先将输入的图片转成416x416的尺寸，再进行训练（肯定：训练集要先转换成416大小）
解决：
先将输入的图片转成416x416的尺寸，再进行训练（肯定：训练集要先转换成416大小）

问题八：

用他提供的图片做自己的数据集标签
解决：
测试报错

总结二：

思考认为是该代码只识别他自己提供的数据集，其他人自己制作的数据集无法进行训练和测试