单发多框检测(SSD) 讨论区


#104

请问io.ImageDetRecordIter生成的label为什么跟image.ImageDetIter不一样?
因为看了下api,似乎io.ImageDetRecordIter的数据增广方法要多一些,所以想尝试用io.ImageDetRecordIter。但是读入皮卡丘的train.rec后,一个batch的label是(32,13),跟image.ImageDetIter生成的(32,1,5)不同。看了下,只有最后4列代表边框,前面9列是一样的,不知道代表什么?


#105

想请问下,我想把您的官方实现的mxnet-ssd用在自己的数据集上有什么需要注意的吗。我的图片大小是2048X2048 @zhreshold


#106

您好,我想请问个问题,您的github上的mxnet-ssd,是不是只要用新的数据集就要继承Imdb那个类呢


#107

image

用来检测的程序这里应该出错了吧,应该是
box = row[2:6] * np.array([im.shape[1],im.shape[0]]*2) 吧


#108

如何用 这个 ssd的例子跑 imagnet数据集呢?有没有类似的dimo的代码呢?


#109

我有個小小教程可以弄COCO dataset


#110

太好了,非常感谢你。


#111

你的教程写的太棒了。我想问一下。教程里面只读了鸟类图片。如何读取其它类型的呢?或者是全部类 的都读取进来。


#112

利用 category_id 這個條件設定成你想要的詳細種類你要查一下 if拔掉就可以全部80類了


#113

啊 ,我也是刚刚看了代码很久才发现的。谢谢你提醒哈。不过程序跑起来真慢。拿掉if后跑了接近一个小时了还没跑完。我用的是COCOtrain2017,可能数据样本也很多,对了,有没有办法能先制作一小部分的数据集呢?一个小样本子集。是在COCOjson2json里改吗?


#114

DataSets[‘annotations’][:nums] 應該就可以了


#115

又遇到问题了。我把json2lis里面的class哪一行改成了 str(int(Data[‘class’])) + ‘\t’ + # class 但是读取rec文件的时候报错Encounter sample with no valid label.很无奈。。。。还有那个str(4) + ‘\t’ + str(5) + ‘\t’ + # width of header and width of each object.这一行是设置什么的一直没搞懂。。。。


#116

我折腾了半天。还是只能读category_id == 16 只要改了条件或者拔掉if 就报刚刚的错误Encounter sample with no valid label 无比的无奈呀。找了好几个小时了,不知道问题出在哪。观察json文件,只有class的数值改动了。。。。。


#117

不对。是只能读取1个类。if要是读其他类也行。但是读取2个以上的类就出问题了。


#118

求助呀,论坛上的办法都试变了,莫名其妙的错误Encounter sample with no valid label 只能加上if条件而且只能选择一个类型才不会报错。在json2lst里面更改class都没用,只要2个以上的类就报错。。。。。。用的你的dimo实在是没找到解决办法


#119

MultiBoxTarget的实现是怎样的,哪里可以看到,输出的anchor与boxs的偏移的差值吗


#120

请教一下,你的这个问题有答案么?


#121

我是把我电脑中D:\Anaconda3\Lib\site-packages\mxnet-1.2.0-py3.6.egg\mxnet\gluon\utlis.py文件的_get_repo_url函数内部的default_repo修改为’https://apache-mxnet.s3.cn-north-1.amazonaws.com.cn/'就可以正常下载数据了。


#122

请问这里的SSD和MSER最大稳定极值区域算法有什么异同呢?


#123

请教下MultiBoxPrior这个函数生成box的坐标问题

size = 0.6 ratios=[1,4,9] 那么就是说生成3个box,box1长宽为0.6 0.6,box2长宽为1.2 0.3,box1长宽为1.8 0.2
打印出的记过符合计算,但是问题是第一个box的坐标为[-0.25 -0.25 0.35000002 0.35000002]
它的中心坐标为0.05 0.05 这个中心坐标为什么是这样的?