python - 没有获得 YOLO v3 模型的边界框

Question

我已经使用这个 https://github.com/AntonMu/TrainYourOwnYOLO 实现了 YOLO v3 模型并训练模型并获得 1.05 的损失，但在测试期间，尽管如果我将训练图像提供给模型，它无法预测标签并且无法在其上绘制边界框。

于是我开始调试，找到了错误的根源:

 out_boxes, out_scores, out_classes = self.sess.run(
            [self.boxes, self.scores, self.classes],
            feed_dict={
                self.yolo_model.input: image_data,
                self.input_image_shape: [image.size[1], image.size[0]],
                K.learning_phase(): 0
            },
        )

 print("out_boxes",out_boxes)      #prints [ ]
 print("out_classes",out_classes)  # prints [ ]
 print("out_scores",out_scores)    # prints [ ]

where:

self.boxes= Tensor("concat_11:0", shape=(?, 4), dtype=float32)
self.scores=Tensor("concat_12:0", shape=(?,), dtype=float32)
self.classes=Tensor("concat_13:0", shape=(?,), dtype=int32)

我在 168 个类上训练了 YOLO v3 模型，每个类有 36 张图像。

有人可以帮忙吗？？self.boxes/self.scores/self.classes 有问题吗？？如果他们没有问题，那么 self.sess.run 有什么问题？？

Answer 1

我也遇到过类似的问题，用更多的 no:of epochs 训练模型解决了这个问题。我不确定为什么 YOLOv3 没有生成边界框更少的 no:of epochs