Darknet YOLO图像尺寸

我正在尝试在Darknet YOLO v2中训练自定义对象分类器https://pjreddie.com/darknet/yolo/

我收集了一组数据集,其中大部分图像的尺寸为6000 x 4000像素,还有一些较低分辨率的图像。

在训练之前,我是否需要将图像调整为正方形?

我发现配置文件中使用的是:

[net]batch=64subdivisions=8height=416width=416channels=3momentum=0.9decay=0.0005angle=0saturation = 1.5exposure = 1.5hue=.1

因此,我想知道如何将它应用于不同尺寸的数据集。


回答:

你不需要调整图像尺寸,因为Darknet会替你完成这个操作!

这意味着你确实不需要这样做,你可以在训练过程中使用不同尺寸的图像。你上面发布的是网络配置。还应该有完整的网络定义。高度和宽度告诉你网络的分辨率。它还会保持纵横比,请查看例如这个

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注