Использование Darknet YOLO v2 с набором данных COCO для обучения определенного количества классов
Я пытался обучить Darknet YOLO v2, используя набор данных COCO для 8 классов объектов. Я загрузил набор данных COCO, используя скрипт, предоставленный в репозитории Darknet scripts/get_coco_dataset.sh как они упоминают об этом на сайте https://pjreddie.com/darknet/yolov2/ Затем я изменил cfg/coco.data чтобы отразить количество классов, а также указал на тестовые и обучающие файлы. (следуя как было на сайте). Я также создал cfg/yolo.coco.cfg и изменил class а также filters рассчитывать там тоже. Наконец я запустил команду поезда, используя:./darknet detector train cfg/coco.data cfg/yolo.coco.cfg darknet19_448.conv.23
Все было на грани, и после этого я начал получать nan значения как показано ниже:
384
Loaded: 0.000048 seconds
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 48
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 51
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 68
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 42
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 49
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 80
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 72
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 55
901: -nan, -nan avg, 0.000659 rate, 4.357847 seconds, 57664 images
Loaded: 0.000060 seconds
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 37
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 56
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 41
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 71
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 62
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 40
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 47
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 31
902: -nan, -nan avg, 0.000662 rate, 4.740105 seconds, 57728 images
Loaded: 0.000060 seconds
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 45
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 55
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 81
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 37
Region Avg IOU: nan, Class: nan, Obj: nan, No Obj: nan, Avg Recall: 0.000000, count: 67
Было бы очень полезно, если бы кто-то мог сказать мне, почему это происходит, и что я могу сделать, чтобы правильно это обучить.