数据集中为啥没负样本

[yangfei963158659]

voc_annotation.py这个脚本把没有目标的负样本全部过滤掉了。请问你这个训练代码能不能加负样本进行训练

[bubbliiiing]

我感觉目标检测的负样本应该不是没有目标的图片的概念吧

[yangfei963158659]

我有一半的数据是没有目标的。voc_annotation.py这个脚本把没有目标的样本全部过滤掉了，这种情况怎么处理？

[yangfei963158659]

我训练人车狗的模型，有一般的训练数据是没有人车狗的。我用yolov3训练，效果还行，现在想改用yolov4来训练，我调用你的voc_annotation.py脚本之后，发现没有目标的数据全部被过滤掉了

[bubbliiiing]

……目标检测的负样本不是这样来定义的吧 代码里面不有个find object=None吗，这段代码的意思很好看懂的吧

[yangfei963158659]

就是这行代码把所有没有目标的训练样本都过滤掉了。。你训练yolov4，难道没有加入不包括目标的训练样本吗？

[bubbliiiing]

……目标检测的负样本不是这样来定义的吧，你真的不看这句话吗……

[bubbliiiing]

可以加，但是没有必要……

[yangfei963158659]

是吗？我之前看很多博客，在yolov3中加不包含目标的训练样本，会使模型更加鲁棒。

[bubbliiiing]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

[yangfei963158659]

嗯，谢谢你

[yangfei963158659]

还有就是，坐标值为啥不用相对值，而选择用绝对值

[yangfei963158659]

我想在海思上部署yolov4。我发现yolov4使用了mesh激活函数，这个算子在海思上不支持，我想用relu替换，不知道对最后的map值有多大影响

[bubbliiiing]

1、因为习惯，又没差…… 2、需要重新训练

[bubbliiiing]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

大错特错，如果你负样本取景时并不包含正样本，你怎么弄?难道要把正样本抠下来贴到负样本图里？你想想这有多麻烦？ 正确的就是LZ所说，负样本对应空标签，一起放进去训练！darknetAB是支持这么做的

1、这个代码支持空标签训练 2、我对目标检测的负样本理解来自于Focal Loss，即先验框的正负样本，并不来自于分类网络或者其它的网络 3、可以空标签训练，对于误检测有一定的提升效果，已测试

[bubbliiiing]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

大错特错，如果你负样本取景时并不包含正样本，你怎么弄?难道要把正样本抠下来贴到负样本图里？你想想这有多麻烦？ 正确的就是LZ所说，负样本对应空标签，一起放进去训练！darknetAB是支持这么做的

顺便说一句，voc_annotation.py早就改了，不会过滤你认为的负样本（并非说你错，只是我理解的和你不一样）

[bubbliiiing]

Emm，你下的是最新的代码吗，我刚试了，如果故意将voc_annotation.py里面的classes设置错误，生成的2007_train.txt会有图片但没有目标信息。就像这样子。我不太理解为啥要把正样本抠出来的一个目标图，粘贴到负样本图上…不过如果你有这个编程能力的话，我觉得你voc_annotation.py的代码肯定也可以看懂，读取到任何一行都会写入txt。还是你的意思是没有空的xml，只加图片为什么不可以？ D:\Study\Collection\Object_detection\Yolov4_collection\yolov4-pytorch-master/VOCdevkit/VOC2007/JPEGImages/000001.jpg D:\Study\Collection\Object_detection\Yolov4_collection\yolov4-pytorch-master/VOCdevkit/VOC2007/JPEGImages/000002.jpg D:\Study\Collection\Object_detection\Yolov4_collection\yolov4-pytorch-master/VOCdevkit/VOC2007/JPEGImages/000003.jpg

[bubbliiiing]

你传图我也看不见，我的网络不行，看不到github上的图……，在寝室甚至没有网，用手机流量半天登不上hub

[bubbliiiing]

这啥玩意这是，你是不是搞错库了，这个应该不是我上传的代码……🙄

[bubbliiiing]

两个方式 1、生成没有object的xml 2、生成有object的xml，但是这个object的类可以乱标，反正voc_annotation读取到不存在的类的时候会直接跳过（只是跳过该类）但是图片仍然会存在2007_train.txt文件里面去训练。我的代码是这样

[bubbliiiing]

也不一定所有的代码都支持无目标（我的faster rcnn的库和pytorch ssd的库就必须跳过……不然会报错），但是至少我现在上传的这个是支持的

[bubbliiiing]

我的这样应该可以

[chengli-jump]

这啥玩意这是，你是不是搞错库了，这个应该不是我上传的代码……🙄

这是其他的训练项目，无意中看到你这里有讲添加空背景图的问题，我确定darknet确实可以这添加空背景，但是py系列的框架，比如tf，pytorch，我不确定，请教了

请问darknet 添加空背景，需要生成对应的空标签吗

[bubbliiiing]

是的，需要添加标签的

[chengli-jump]

这啥玩意这是，你是不是搞错库了，这个应该不是我上传的代码……🙄

这是其他的训练项目，无意中看到你这里有讲添加空背景图的问题，我确定darknet确实可以这添加空背景，但是py系列的框架，比如tf，pytorch，我不确定，请教了

请问darknet 添加空背景，需要生成对应的空标签吗

当然要，darknet是根据标签来读取同路径下的样本图的

那空标签怎么生成呢，坐标全部写0吗还是说什么都不写

[bubbliiiing]

用labelimg生成无目标的xml

[bubbliiiing]

先标注再删除目标就可以了

[syg1996419]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

大错特错，如果你负样本取景时并不包含正样本，你怎么弄?难道要把正样本抠下来贴到负样本图里？你想想这有多麻烦？ 正确的就是LZ所说，负样本对应空标签，一起放进去训练！darknetAB是支持这么做的

我也看了这个代码，没有目标的原图应该是不会训练的，直接过滤掉了，而且即使有编码loss为0不会进行反向传播梯度更新的

[syg1996419]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

大错特错，如果你负样本取景时并不包含正样本，你怎么弄?难道要把正样本抠下来贴到负样本图里？你想想这有多麻烦？ 正确的就是LZ所说，负样本对应空标签，一起放进去训练！darknetAB是支持这么做的

我目前做的也是将正样本扣出来加入没有目标的图片去训练

[syg1996419]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

大错特错，如果你负样本取景时并不包含正样本，你怎么弄?难道要把正样本抠下来贴到负样本图里？你想想这有多麻烦？ 正确的就是LZ所说，负样本对应空标签，一起放进去训练！darknetAB是支持这么做的

1、这个代码支持空标签训练 2、我对目标检测的负样本理解来自于Focal Loss，即先验框的正负样本，并不来自于分类网络或者其它的网络 3、可以空标签训练，对于误检测有一定的提升效果，已测试

他们提问的负样本就是没有目标的原图，而你说的负样本是anchor和gt最大iou之外的，不是一个东西

[bubbliiiing]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

大错特错，如果你负样本取景时并不包含正样本，你怎么弄?难道要把正样本抠下来贴到负样本图里？你想想这有多麻烦？ 正确的就是LZ所说，负样本对应空标签，一起放进去训练！darknetAB是支持这么做的

我也看了这个代码，没有目标的原图应该是不会训练的，直接过滤掉了，而且即使有编码loss为0不会进行反向传播梯度更新的

会训练的，也会反向梯度

[bubbliiiing]

是的吧，加一些背景进去呗……我还是说的是目标检测里面通常只会对框划分正负样本，而非图片 你想加也行

大错特错，如果你负样本取景时并不包含正样本，你怎么弄?难道要把正样本抠下来贴到负样本图里？你想想这有多麻烦？ 正确的就是LZ所说，负样本对应空标签，一起放进去训练！darknetAB是支持这么做的

1、这个代码支持空标签训练 2、我对目标检测的负样本理解来自于Focal Loss，即先验框的正负样本，并不来自于分类网络或者其它的网络 3、可以空标签训练，对于误检测有一定的提升效果，已测试

他们提问的负样本就是没有目标的原图，而你说的负样本是anchor和gt最大iou之外的，不是一个东西

会将所有的先验框当做背景训练

[Daisy-Zhang]

请问按照前面朋友的说法：对于没有待检测目标只有背景的图片，生成无object标签的xml文件（如下），是可以将这部分数据加入训练正常更新参数的对吗？

前面朋友贴出来的xml：

<annotation>
    <folder>VOC2007</folder>
    <filename>000003.jpg</filename>
    <size>
        <width>640</width>
        <height>360</height>
        <depth>3</depth>
    </size>
</annotation>

这时运行voc_annotation.py后对于该部分数据只会生成一行路径，后续训练过程中在load data阶段对于该部分数据能正常load加入训练吗？