每当我在自定义数据集上训练的模型检测到图像中的类时，我都会得到以下错误输出： 2020-10-14 19:47:45.924359: W tensorflow/stream_executor/platform-2.x-YOLOv3/yolov3/utils.py", line 296, in detect_image
image = draw_bbox(original_image, bboxes,CLASSES=CLASSES, rectangle_colors=
浏览 106提问于2020-10-15得票数 0
Make/Model识别部分是使用TensorFlow/MobileNetsV3完成的。Weights.pb、标签、配置文件可用。 但没有检查点文件。也不知道他们用来训练模型的数据集。那么，是否可以仅使用这些文件来评估此分类器模型？(例如获取maP？...) 如果不是，使用不同的数据集评估它会给我一个准确的maP吗？ 最有效的方法是什么呢？ 谢谢
浏览 24提问于2021-06-24得票数 0
我使用的是YOLOv3自定义培训模型，OpenCV 4.2.0是用CUDA编译的。当我用Python测试代码时，我在GPU上使用OpenCV (GTX1050，Ti)，但是对单个图像(416 FPS 416 FPS)的检测需要0.055 s (~20 FPS)。我的配置文件被设置为小对象检测，因为我需要在2500 pxx2000px图像上检测~10 pxx10px对象，所以我将原始图像分割成30个小块。我的目标是在416 px416px图像上达到0.0
浏览 4提问于2020-07-08得票数 2
回答已采纳
3回答
我正在尝试使用cvlib包，它使用yolov3模型来识别windows 10图像上的对象。cvlib使用opencv来计算cnn部分。 如果现在我尝试使用subprocess来查看GPU tensorflow使用了多少，结果只有824MiB。如你所见，这里有更多的内存可用。我的问题很简单..为什么Cvlib (以及tensorflow)没有使用所有这些来提高检测时
浏览 52提问于2020-09-07得票数 1
回答已采纳
我想为安卓实现一个基于TFLite的YOLOv3分类器。我是tensorflow对象检测代码的小菜鸟.我的问题是:我能否从Yolov3示例开始实现一个基于TFLite的分类器？我认为是我必须要modify..is的那个类，对吗？或者这个API可以用来调用我自己编写的YoloClassifie
浏览 0提问于2019-07-03得票数 2
回答已采纳
我一直在研究用于对象检测的keras yolov3模型。此错误不断出现。我已经尝试将“导入keras.module.module”替换为"tensorflow.keras.module.module“。但它仍然不起作用。完整的输出代码：Usin
浏览 29提问于2019-11-21得票数 5
回答已采纳
我有一个可以用model = MyModel()和model.loadweights(checkpoint)调用的自定义对象检测模型，我想使用object detection API对其进行评估。据我所知，有两种可能，要么我使用遗留的eval.py，我不知道在pipeline_config文件中放入什么内容 或者我使用在model_main_tf2.py中实现的较新版本，但是在那里我必须将我的模型保存为因为我的模型是YOLO模型，所以它还没有包含在样本
浏览 11提问于2021-03-17得票数 0
回答已采纳
我开发了颤振应用程序和yolov3自定义对象检测器。这两个模块都是独立的。现在，我想将这些模块合并到一个项目中，但不知道如何在我的颤振应用程序中使用自定义对象检测器的经过训练的权重。
浏览 3提问于2020-07-18得票数 2
1回答
我正在进行一个使用imageai与YOLOv3一起工作的项目，该项目为我的目的快速而准确地工作。然而，这个模型只能检测到80个类，我想要其中的一些类，但也希望添加更多的类。我参考了来训练我自己的自定义模型，再增加3个类。但是，我无法检测到YOLOv3提供的80个类。是否有一种方法可以生成一个模型来扩展现有的YOLOv3，并且能够检测到我想要的所有80个类+额外的类？我刚接触过<em
浏览 3提问于2021-02-06得票数 1
我需要使用YOLO训练一个模型。我正在使用Kaggle内核，并且我正在训练自定义图像。 当我执行训练模块时，我得到了这个错误。ModuleNotFoundError:没有名为'tensorflow.python.keras.engine.base_layer_v1‘的模块 预装的是Tensorflow 2.+。我在某处读到Yolov3不能与TensorFlow 2.+一起工作，所以我安装了张量1.14。 我也尝试使用Imag
浏览 24提问于2020-07-12得票数 0
我已经训练了一个具有两个特性的LinearRegressor : x，y和标签:l x = [1,2,3,4]m.predict(new_sample)File "/usr/local/lib/python2.7/dist-packages/tensorflowfeature_column.py", line 8
浏览 10提问于2016-09-25得票数 4
回答已采纳
正如标题所说，当我加载一个预先训练的模型(YOLOv3的.pb模型)并在TensorFlow2.1 c++中使用该模型进行推断时，我面临着一个问题。[[{{node yolov3/yolo_darknet/conv2d/Conv2D}}]]Tensorflow 2.1 c++cuDNN 7.6.5
GPU m
浏览 21提问于2020-10-30得票数 0
1回答
作为一个Python 3.9.7用户，我创建了一个具有：tensorflow-gpu==2.6.0、keras==2.6.0并使用imageai的环境，但是，每当我运行代码时，我都会得到错误：
ImportError: cannotimport name 'BatchNormalization' from &#
浏览 2提问于2021-10-27得票数 0
回答已采纳
1回答
最终目标是在英特尔的TensorFlow工具包中使用OpenVINO格式的文件。我第一次尝试使用上提供的正式文件，但遇到了以下错误。我并不是专门为下面的错误寻找一个直接的解决方案，而是在寻找最好的方法，我可以将黑暗格式的VGG转换为TensorFlow，或者任何其他的路径，以便我可以使用该
浏览 1提问于2019-06-26得票数 0
1回答
我正在尝试安装Tensorflow对象检测API，遵循。直到我不得不在模型/研究目录中运行python -m pip安装时，一切都很顺利。2.6.1 depends on tensorflow-addons tf-models-official的Github回购或其他网站上没有找到任何东西。我在Linux 64位操作系统上使用Tensorflow 2.7.
浏览 2提问于2022-01-26得票数 0
1回答
我需要使用Tensorflow对象检测API来进行与识别相关的分类。
我的问题是，使用API来检测一个经过预先训练的coco模型需要花费太多的时间，而且肯定不会使用GPU。我检查了我的tensorflow-gpu安装在不同的脚本上，它工作得很好，但当我使用这个模型来检测时，我只能看到CPU使用量的增加。我检查了不同版本的
浏览 1提问于2019-07-28得票数 0
回答已采纳
在线预测时间允许tf.py_func吗？如果是的话，有怎样使用它的例子吗？如果我需要安装额外的pip软件包，答案会改变吗？我的用例:我处理文本，我需要做词干(使用波特词干)，我知道如何使用python，tensorflow没有操作。我想使用相同的文本处理在培训和预测时间-因此，我想把它编码成一个tensorflow图。有已知的局限性，在我投入更多时间之前，我想知道
浏览 2提问于2017-11-25得票数 1
回答已采纳
我正在尝试使用https://github.com/wizyoung/YOLOv3_TensorFlow为62个类训练一个YOLOv3模型。 我应该为每节课采集多少样本。我使用的是Nvidia GTX 1050Ti GPU，那么对于每个300*300大小的图像，我的批处理大小应该是多少？80-20列车/测试分割是理想的吗？
浏览 88提问于2020-03-24得票数 0
我正试着从人口方面预测一些关于我的城市的数据。我有一张桌子显示了我的城市从1950年到2021年的人口情况。使用熊猫和ExpotentialSmoothing，我正试图预测和预测未来10年我的城市将有多少人口。seasonal = "add",然而，我得到这样的信息：
‘参数无法与与数据索引相关的位置匹配
浏览 1提问于2021-06-13得票数 0
回答已采纳
1回答
YOLO v3完整体系结构
、、、、
我试图从零开始在Tensorflow-Keras中实现YOLO v3，目的是在自定义数据集上训练我自己的模型。我的意思是不用预先训练过的重量。我已经阅读了YOLOv1、YOLOv2(YOLO9000)和YOLOv3的所有三篇论文，发现尽管Darknet53被用作YOLOv3的特性提取器，但我无法指出在此之后扩展的完整体系结构--所谓的这里“检测在大量阅读了来自媒体、kdnugget和其他类似网站的博
浏览 0提问于2019-03-28得票数 2
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号