darknet: ./src/parser.c:348: parse_region: Assertion `l.outputs == params.inputs' failed.问题

最新推荐文章于 2023-06-13 20:38:40 发布
最新推荐文章于 2023-06-13 20:38:40 发布
阅读量677 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： yolo
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/evil_xue/article/details/85243883
本文主要解析了在使用Darknet框架时，由于cfg文件中filters和classes参数设置不当导致的常见错误。详细介绍了v2和v3版本中这两个参数的计算方式，并提醒用户在修改这些参数时需注意的具体细节。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

darknet: ./src/parser.c:348: parse_region: Assertion `l.outputs == params.inputs’ failed.

主要问题就是改cfg文件的时候filters 和classes 改错了，要注意v2的filters是5*（classes+5）,而v3是3*(classes+5)
classes数量忘了修改

YOLO源码详解（二）- 函数剖析
木凌的博客
11-17 2万+
本系列作者：木凌 时间：201６年１１月。 文章连接：http://blog.csdn.net/u014540717 QQ交流群：554590241
yolov3_Assertion `l.outputs == params.inputs‘ failed
qq_36968562的博客
04-12 1194
转载自stackflow 在config文件中，将[yolo] 前的[convolutional]中的filters改为3*（class+5）（yolov3），总共需要修改三处。
darknet: ./src/parser.c:348: parse_region: Assertion `l.outputs == params.inputs' failed.yolov3D
Allyli0022的专栏
03-06 534
darknet: ./src/parser.c:348: parse_region: Assertion `l.outputs == params.inputs' failed. cfg文件的filters 和classes 改正确，v2的filters是5*（classes+5）,v3的是3*(classes+5)。
yolo训练报错：darknet: ./src/parser.c:360: parse_region: Assertion `l.outputs == params.inputs' failed.
qq_38969094的博客
03-11 1089
错误：使用yolo系列训练数据时报错 darknet: ./src/parser.c:360: parse_region: Assertion `l.outputs == params.inputs' failed. 原因：修改cfg文件中的classes和filters时用错计算公式，yolov2中 filters = 5*(classes + 5) ，yolov3中filters = 3*(...
yolov3 darknet:parser.c:315: failed
weixin_34006965的博客
09-27 792
为什么80%的码农都做不了架构师？>>> ...
ubuntu20.04查看系统日志
苏凯的博客
06-13 1875
【代码】ubuntu20.04查看系统日志。
yolov3调参以及训练时的一些坑（持续更新）
HelloSunny123321的博客
03-21 3565
colab的使用 训练时采用的google提供的免费的免费GPU的训练平台colab（薅资本主义的羊毛真爽），colab是一个实验性的项目平台，提供了Tesla k80的显卡，自己学习学习或者做小项目是够用的。配置colab参考的如下教程： https://blog.csdn.net/qq_26690795/article/details/81948526 https://blog.csdn.ne...
The Dark Net
08-14
关于暗网的入门性介绍, 关于人文和科技的矛盾与相互促进约束讲的很有意思
图像处理：掩膜（mask）
uianster的博客
12-05 1万+
mask是用于部分或完全隐藏对象或元素的部分的图形操作。 将mask应用于图形对象的效果就好像将图形对象通过遮罩涂在背景上，从而完全或部分地遮盖了图形对象的各个部分，而遮罩内的图像不变化。在图像处理中常用来提取ROI区域，具体可以看下图。 图1 使用mask提取ROI区域 从上图中使用两个圆形运算做mask： （1）第二个图是取两个圆的异或 （2）第三个图取两个圆的并集
YOLOv3训练自己的检测模型
02-01 3770
原文出处: https://blog.xugaoxiang.com/ai/yolov3-train-custom-detector.html 软硬件环境 Intel® Xeon® CPU E5-1607 v4 @ 3.10GHz ubuntu 18.04 64bit GTX 1070Ti 8G/32G darknet git version cuda 8.0 opencv 3.4.3 minic...
yolo-darknet配置安装与测试
热门推荐
samylee的博客
06-15 4万+
继caffe-fasterrcnn后，又一个yolo-darknet的配置教程，希望可以帮助大家。 注意：1、请严格按照我提供的安装顺序安装，即ubuntu-opencv2.4.10-darknet-cuda7.5-darknet-test 2、有些您复制的终端命令如果不能在终端运行，请注意英文全角半角问题，您可以将命令输入终端，无须复制粘贴命令 第一部分：Ubuntu14.04桌面版...
YOLOv3：Darknet代码解析（三）卷积操作
祥瑞的技术博客
07-31 1万+
目的：读懂YOLO_v3中的卷积操作以及相关语句 相关：YOLOv3：Darknet代码解析（六）简化的程序与卷积拆分 https://blog.csdn.net/weixin_36474809/article/details/81739771 相关文章： YOLOv3：Darknet代码解析（一）安装Darknet YOLOv3：Darknet代码解析（二）代码初步 YOLOv3：Da...
darknet: ./src/parser.c:348: parse_region: Assertion `l.outputs == params.inputs' failed.
火腿肠的幸福生活
04-24 6000
训练yolo v2出现rt问题原因：查看.cfg文件是否有修改不正确的地方，尤其是   filters= ‘’。classes=‘’。这些地方，还有voc.data里面的classes=‘’。总之就是修改文件有不完全的地发，仔细查找吧...
Netscope:神经网络结构在线可视化工具
火腿肠的幸福生活
06-15 1万+
有时候觉得netscop比draw.py文件更方便一些，因为如果你没有相关环境还要可视化网络就会很麻烦，由于把环境配置在ubuntu系统下，但有时候还要在win7下操作，保存的标签太多，为了方便把这个网址放在博文中，方便自己以后随时查看。 地址:http://ethereon.github.io/netscope/#/editor 使用方法：直接把prototxt文件放入其中，shift+en...
darknet yolov4训练遭遇 darknet: ./src/utils.c:326: error: Assertion `0‘ failed.
xgd2016的博客
07-31 2562
darknet: ./src/utils.c:326: error: Assertion `0' failed. 显示上述错误 显卡计算力不足 一般建议增加cfg文件下的subdivisions=*的值。 尝试过修改 [convolutional]层的filters的值 减小 但是注意不要修改yolo层上面的[convolutional]层。 ...
【darknet源码解析-24】shortcut_layer.h 和 shortcut_layer.c 解析
CVer
11-14 1739
本系列为darknet源码解析，本次解析src/short_layer.h 与 src/short_layer.c 两个。在yolo v3中short_layer主要完成直连操作，完成残差块中的恒等映射操作； shortcut_layer.h 的定义如下： #ifndef SHORTCUT_LAYER_H #define SHORTCUT_LAYER_H #include "laye...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

evil_xue

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值