h5模型正常，k210上识别出一堆乱框......

[xji-apex]

你好，zhen！
训练自己数据集，模型：mobile_yolo_v1 （0.75），得到的h5模型测试效果良好，可是部署到k210上，屏幕识别画出一堆乱框。
同样的代码和流程，烧录官网给出的example，mobile_yolo的识别20类物体的kmodel，在k210上可以正常运行，屏幕显示也正常。
请教一下，产生这个乱框问题的可能原因是什么？

[zhen8838]

是否重新生成过anchor？或者模型的类别是否是20类？如果重新生成了anchor，需要修改c代码中的anchor。如果类别不是20类，需要修改c代码region layer函数使用的参数。

[xji-apex]

嗯嗯可以了，谢谢~

[gky-gky]

遇到了和您一样的问题，请问您是怎么解决的呀！ @xji-apex

[gky-gky]

我的检测类别是3类的，遇到了同样的问题，修改之后还是未解决，麻烦您能把要修改的相应参数位置及修改建议指出来吗？ @zhen8838 @xji-apex

[gky-gky]

我的修改位置有
class_lable_t class_lable[CLASS_NUMBER] = { {"Car", GREEN}, {"Cyclist", GREEN}, {"Pedestrian", GREEN}}; /* {"aeroplane", GREEN}, {"bicycle", GREEN}, {"bird", GREEN}, {"boat", GREEN}, {"bottle", 0xF81F}, {"bus", GREEN}, {"car", GREEN}, {"cat", GREEN}, {"chair", 0xFD20}, {"cow", GREEN}, {"diningtable", GREEN}, {"dog", GREEN}, {"horse", GREEN}, {"motorbike", GREEN}, {"person", 0xF800}, {"pottedplant", GREEN}, {"sheep", GREEN}, {"sofa", GREEN}, {"train", GREEN}, {"tvmonitor", 0xF9B6}}; */
以及
`static float layer0_anchor[ANCHOR_NUM * 2] = {
0.27522754,
0.36765864,
0.26959976,
0.20957813,
0.17267578,
0.14453585,
};

static float layer1_anchor[ANCHOR_NUM * 2] = {
0.08751139,
0.07051836,
0.07215522,
0.17515526,
0.03360765,
0.0433368,
};
/* 0.76120044,
0.57155991,
0.6923348,
0.88535553,
0.47163042,
0.34163313,
};

static float layer1_anchor[ANCHOR_NUM * 2] = {
0.33340788,
0.70065861,
0.18124964,
0.38986752,
0.08497349,
0.1527057,
};
*/`
@zhen8838

[zhen8838]

@gzkyyh region layer的参数需要修改,因为输出通道数不同了

[gky-gky]

嗯嗯可以了谢谢 @zhen8838

[gky-gky]

您好，我在跑yolo-mobilenetv2的时候，训练出现loss值反复的情况，而且检测效果还不如v1，请问是什么情况呀？

…

---原始邮件--- 发件人: "郑启航"<notifications@github.com&gt; 发送时间: 2021年1月19日(周二) 中午11:15 收件人: "zhen8838/K210_Yolo_framework"<K210_Yolo_framework@noreply.github.com&gt;; 抄送: "gzkyyh"<793606310@qq.com&gt;;"Mention"<mention@noreply.github.com&gt;; 主题: Re: [zhen8838/K210_Yolo_framework] h5模型正常，k210上识别出一堆乱框...... (#29) @gzkyyh region layer的参数需要修改,因为输出通道数不同了 — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or unsubscribe.

[gky-gky]

您好，我在跑yolo-mobilenetv2的时候，训练出现loss值反复的情况，最后的loss值比yolo-mobilenetv1还要高点，而且检测效果还不如v1，请问是什么情况呀？

[noobgrow]

嗯嗯可以了谢谢 @zhen8838

你好，我遇到了h5模型效果正常，ncc生成kmodel后，调整多组nms阈值尝试，仍然不行。我在sdk代码中改了如下地方：
//（1） anchor 使用训练时候生成的两组anchor
static float anchor[ANCHOR_NUM * 2] = { 0.76120044, 0.57155991, 0.6923348, 0.88535553, 0.47163042, 0.34163313, };
static float anchor2[ANCHOR_NUM * 2] = { 0.33340788, 0.70065861, 0.18124964, 0.38986752, 0.08497349, 0.1527057, };
obj_detect_rl.anchor = anchor;
obj_detect_rl2.anchor = anchor2;
//（2）region_layer 的尺寸
region_layer_init(&obj_detect_rl, 10, 7, (4 + 1 + 1) * ANCHOR_NUM, kpu_image.width, kpu_image.height);//输出特征图107 （5+1）3
region_layer_init(&obj_detect_rl2, 20, 14, (4 + 1 + 1) * ANCHOR_NUM, kpu_image.width, kpu_image.height);//第二个特征图2014
// （3）在0和1两个输出特征图上调用kpu
kpu_get_output(&obj_detect_task, 0, (uint8_t **)&output, &output_size); //18710
kpu_get_output(&obj_detect_task, 1, (uint8_t **)&output2, &output_size2); //181420
//（4）调整多组nms阈值尝试，仍然不行
obj_detect_rl2.threshold = 0.8;
obj_detect_rl2.nms_value = 0.2;

请问我还有哪里遗漏了吗，非常感谢！！ @zhen8838
@gzkyyh

[gky-gky]

你好，想问一下您做出来的那个yolov3购买情况

[hughho123]

请问，如果重新生成anchor， 那么新生成的在哪个文件里能看到？

是否重新生成过anchor？或者模型的类别是否是20类？如果重新生成了anchor，需要修改c代码中的anchor。如果类别不是20类，需要修改c代码region layer函数使用的参数。

[gky-gky]

谢谢您的回复，祝您2023钱兔无量，嘎嘎顺利(*^▽^)/★*☆

…

---原始邮件--- 发件人: ***@***.***&gt; 发送时间: 2022年12月20日(周二) 晚上8:19 收件人: ***@***.***&gt;; 抄送: ***@***.******@***.***&gt;; 主题: Re: [zhen8838/K210_Yolo_framework] h5模型正常，k210上识别出一堆乱框...... (#29) 请问，如果重新生成anchor， 那么新生成的在哪个文件里能看到？ 是否重新生成过anchor？或者模型的类别是否是20类？如果重新生成了anchor，需要修改c代码中的anchor。如果类别不是20类，需要修改c代码region layer函数使用的参数。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you were mentioned.Message ID: ***@***.***&gt;