yolov3 pytorch错误集合

最新推荐文章于 2023-09-03 13:35:06 发布

原创最新推荐文章于 2023-09-03 13:35:06 发布 · 3.8k 阅读

2 ·

CC 4.0 BY-SA版权

yolo 专栏收录该内容

75 篇文章

订阅专栏

本文解决了一个关于PyTorch YOLOv3项目的配置文件错误，详细介绍了由于浮点数除法导致网络尺寸不匹配的问题，并给出了正确的网络层配置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

File "D:\tmp\pytorch-yolo3\cfg.py", line 134, in print_cfg

assert(prev_width == out_widths[layers[1]])

是因为cfg中有除法，python3中除法自动转为float类型，需要//变成整除

这个错误，把网络后面几层变成了55，

原版的：

87 conv 256 1 x 1 / 1 26 x 26 x 768 -> 26 x 26 x 256
88 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512
89 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256
90 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512
91 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256
92 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512
93 conv 255 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 255
94 detection
95 route 91
96 conv 128 1 x 1 / 1 26 x 26 x 256 -> 26 x 26 x 128
97 upsample * 2 26 x 26 x 128 -> 52 x 52 x 128
98 route 97 36
99 conv 128 1 x 1 / 1 52 x 52 x 384 -> 52 x 52 x 128
100 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256
101 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128
102 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256
103 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128
104 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256
105 conv 255 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 255

106 detection

变错的：

87 conv 256 1 x 1 / 1 27 x 27 x 768 -> 27 x 27 x 256
88 conv 512 3 x 3 / 1 27 x 27 x 256 -> 27 x 27 x 512
89 conv 256 1 x 1 / 1 27 x 27 x 512 -> 27 x 27 x 256
90 conv 512 3 x 3 / 1 27 x 27 x 256 -> 27 x 27 x 512
91 conv 256 1 x 1 / 1 27 x 27 x 512 -> 27 x 27 x 256
92 conv 512 3 x 3 / 1 27 x 27 x 256 -> 27 x 27 x 512
93 conv 255 1 x 1 / 1 27 x 27 x 512 -> 27 x 27 x 255
94 detection
95 route 91
96 conv 128 1 x 1 / 1 27 x 27 x 256 -> 27 x 27 x 128
97 upsample * 2 27 x 27 x 128 -> 55 x 55 x 128
98 route 97 36
99 conv 128 1 x 1 / 1 55 x 55 x 384 -> 55 x 55 x 128
100 conv 256 3 x 3 / 1 55 x 55 x 128 -> 55 x 55 x 256
101 conv 128 1 x 1 / 1 55 x 55 x 256 -> 55 x 55 x 128
102 conv 256 3 x 3 / 1 55 x 55 x 128 -> 55 x 55 x 256
103 conv 128 1 x 1 / 1 55 x 55 x 256 -> 55 x 55 x 128
104 conv 256 3 x 3 / 1 55 x 55 x 128 -> 55 x 55 x 256
105 conv 255 1 x 1 / 1 55 x 55 x 256 -> 55 x 55 x 255
106 detection