Closed Fauny closed 4 years ago
修改 keep_top_k
MatrixNMS:
background_label: -1
keep_top_k: 100
normalized: false
score_threshold: 0.01
post_threshold: 0.01
@willthefrog 谢谢回复!
加到了500,没有起作用。
是需要在训练模型时就要设定吗?
不需要,可以尝试调低 post_threshold
和 score_threshold
@willthefrog 再次感谢
找到了这个:https://github.com/PaddlePaddle/Paddle/blob/develop/python/paddle/fluid/layers/detection.py 有一段说明:
nms_top_k(int): Maximum number of detections to be kept according
to the confidences after filtering detections based on
score_threshold and before NMS. Default: 400.
keep_top_k(int): Number of total bboxes to be kept per image after
NMS step. -1 means keeping all bboxes after NMS step. Default: 200.
该成这样了:
MatrixNMS:
background_label: -1
nms_top_k: 800
keep_top_k: 800
normalized: false
score_threshold: 0.001
post_threshold: 0.001
测试代码:
python -u tools/infer.py -c ../ppyolo.yml --infer_img=../test2/1.jpeg --output_dir=../test_res --draw_threshold=0.01 -o weights=output/ppyolo/best_model
还是不灵,就只能100个,最小的score是0.91
那位大佬能帮忙解答啊,着急..
有没有同样需求的,怎么解决?
发现完整配置及输出吧
@willthefrog 解决了
下了最新代码,装备尝试,发现参数改的不是infer用的文件,【狂汗】
AiStudio环境
参考大佬【更快更强! 高效快速的PP-YOLO实战演练】学习 pp-yolo 训练自定义数据集(单一类别)
训练模型后,使用 infer.py 预测,发现目标数量大于100的图片,只能显示最多100个结果
请教如何预测超过100个目标的图片?