使用暗网训练后获得预测

Question

我是CNN的新手,我正在尝试使用CIFAR-10数据集训练分类器.我按照Pjreddie的教程来训练一个简单的10类数据集分类器.

我使用下面的代码训练了模型,我得到了cifar_small.weights后来用于检测的代码

./darknet classifier train cfg/cifar.data cfg/cifar_small.cfg

在训练简单网络后,我尝试检测使用cifar_small.cfg和cifar_small.weigths

./darknet detect cfg/cifar_small.cfg cifar_small.weights data/dog.jpg

层滤波器大小输入输出
0转换32 3 x 3/1 28 x 28 x 3 - > 28 x 28 x 32
1最大2 x 2/2 28 x 28 x 32 - > 14 x 14 x 32
2转换64 3 x 3/1 14 x 14 x 32 - > 14 x 14 x 64
3最大2 x 2/2 14 x 14 x 64 - > 7 x 7 x 64
4转128 3 x 3/1 7 x 7 x 64 - > 7 x 7 x 128
5转10 1 x 1/1 7 x 7 x 128 - > 7 x 7 x 10
6平均7 x 7 x 10 - > 10
7 softmax 10
8费用10加载重量
来自cifar_small.weights ...完成!
data/dog.jpg:预测值为0.007035秒.
不使用OpenCV编译,而是保存到predictions.png

它不会预测终端中的值,也不会在输出图像上绘制边界框.图像的输出与输入相同.

当我尝试使用yolo.cfg预训练预测相同的图像时yolo.weights,它的工作原理如下所示.

层滤波器大小输入输出
0转换32 3 x 3/1 416 x 416 x 3 - > 416 x 416 x 32
1最大2 x 2/2 416 x 416 x 32 - > 208 x 208 x 32
2 conv 64 3 x 3/1 208 x 208 x 32 - > 208 x 208 x 64
3最大2 x 2/2 208 x 208 x 64 - > 104 x 104 x 64
4转128 3 x 3/1 104 x 104 x 64 - > 104 x 104 x 128
5转换64 1 x 1/1 104 x 104 x 128 - > 104 x 104 x 64
6转128 3 x 3/1 104 x 104 x 64 - > 104 x 104 x 128
7最大2 x 2/2 104 x 104 x 128 - > 52 x 52 x 128
8转换256 3 x 3/1 52 x 52 x 128 - > 52 x 52 x 256
9转换128 1 x 1/1 52 x 52 x 256 - > 52 x 52 x 128
10转256 3 x 3/1 52 x 52 x 128 - > 52 x 52 x 256
11最大2 x 2/2 52 x 52 x 256 - > 26 x 26 x 256
12转512 3 x 3/1 26 x 26 x 256 - >
26 x 26 x 512
13 conv 256 1 x 1/1 26 x 26 x 512 - > 26 x 26 x 256
14 conv 512 3 x 3/1 26 x 26 x 256 - > 26 x 26 x 512
15转256 1 x 1/1 26 x 26 x 512 - > 26 x 26 x 256
16转512 3 x 3/1 26 x 26 x 256 - > 26 x 26 x 512
17最大2 x 2/2 26 x 26 x 512 - > 13 x 13 x 512
18转1024 3 x 3/1 13 x 13 x 5 12 - > 13 x 13 x1024
19转换512 1 x 1/1 13 x 13 x1024 - > 13 x 13 x 512
20转换1024 3 x 3/1 13 x 13 x 512 - > 13 x 13 x1024
21 conv 512 1 x 1/1 13 x 13 x1024 - > 13 x 13 x 512
22转1024 3 x 3/1 13 x 13 x 512 - > 13 x 13 x1024
23转1024 3 x 3 1/1 13 x 13 x1024 - > 13 x 13 x1024
24转1024 3 x 3/1 13 x 13 x1024 - > 13 x 13 x1024
25路线16
26 reorg/2
26 x 26 x 512 - > 13 x 13 x2048
27路线26 24
28转1024 3 x 3/1 13 x 13 x 3072 - > 13 x 13 x1024

29 conv 425 1 x 1/1 13 x 13 x1024 - > 13 x 13 x 425
30检测
从yolo.weights加载重量...完成!
data/dog.jpg:预计于11.057513秒.
车:54%
自行车:51%
狗:56%

它预测与输出图像中的边界框一起预期.

Answer 1

我认为你应该使用这个命令：

./darknet classify cfg/cifar_small.cfg cifar_small.weights data/dog.jpg

检查这里： https: //pjreddie.com/darknet/tiny-darknet/