yolo v3 recall模型下IOU值出现inf%解决方法

最新推荐文章于 2024-06-12 17:23:01 发布

原创最新推荐文章于 2024-06-12 17:23:01 发布 · 1.1k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#yolo #v3 #recall #inf

yolo 专栏收录该内容

0 篇文章

订阅专栏

本文介绍了一种常见的目标检测算法中检测框坐标越界的问题及其解决方案。通过修改遍历检测框数量的方式，避免了指针读取越界的情况，有效解决了坐标出现极大值或极小值的问题。

Yolo-v8.3

Yolo

YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎

一、出现原因：

指针读取越界，导致框的坐标值出现了极大值或极小值。

二、修改方法：

examples/detect.c中validate_detector_recall函数中：

for(k = 0; k < l.w*l.h*l.n; ++k){
                float iou = box_iou(dets[k].bbox, t);
                if(dets[k].objectness > thresh && iou > best_iou){
                    best_iou = iou;
                }
            }

修改为：

for(k = 0; k < nboxes; ++k){
                float iou = box_iou(dets[k].bbox, t);
                if(dets[k].objectness > thresh && iou > best_iou){
                    best_iou = iou;
                }
            }

问题解决。

您可能感兴趣的与本文相关的镜像

Yolo-v8.3

Yolo