使用暗网训练后获得预测

Question

我是CNN的新手，我正在尝试使用CIFAR-10数据集训练分类器。我遵循Pjreddie的教程来训练10类数据集的简单分类器。

我使用下面的代码训练模型，得到了cifar\U small。权重，我后来将其用于检测

./darknet classifier train cfg/cifar.data cfg/cifar_small.cfg

在训练了简单的网络之后，我尝试使用cifar\U small进行检测。cfg和cifar\U小型。重量

./darknet detect cfg/cifar_small.cfg cifar_small.weights data/dog.jpg

层过滤器大小输入输出
0 conv 32 3 x 3/1 28 x 28 x 3-

它不预测终端中的值，也不在输出图像上绘制边界框。图像的输出与输入相同。

当我尝试使用yolo.cfg和预训练的yolo.weights预测相同的图像时，它的工作原理如下所示。

层过滤器大小输入输出
0 conv 32 3 x 3/1 416 x 416 x 3-

它和输出图像中的边界框一样进行预测。

Answer 1

在 /examples/darknet.c（从第422~500行）中，您可以看到暗网框架对'./暗网'之后的每个函数输入所做的事情。在这种情况下，'/.暗网分类~'使函数'predict_classifier'在示例/分类器. c中运行。

预测结果由第601~606行的部件打印（在分类器c中）

for(i = 0; i < top; ++i)
{
    int index = indexes[i];
    printf("%5.2f%%: %s\n", predictions[index] * 100, names[index]);
}

Answer 2

我认为您应该使用以下命令：

./darknet classify cfg/cifar_small.cfg cifar_small.weights data/dog.jpg

检查这里：https://pjreddie.com/darknet/tiny-darknet/