Neural network 如何在16位深度图像文件上训练YOLO（Darknet）？

yolo的当前实现支持8位深度、3通道png/jpg图像进行训练。我需要在16位，3通道png图像上训练yolo。我需要更改什么代码

我当前已更改以下代码：

在函数

图像加载\u图像\u机顶盒（字符*文件名，int通道）

中，更改：

• unsigned char*data=stbi_加载（文件名，&w，&h，&c，通道）

  to

  unsigned short*data=stbi\u加载（文件名，&w，&h，&c，通道）

• im.data[dst_index]=（float）data[src_index]/255到
  im.data[dst_index]=（float）data[src_index]/65536

在函数

image load\u image\u cv（char*filename，int channels）

中，将

src=cvLoadImage（filename，flag）

更改为

src=cvLoadImage（filename，-1）

，因为

-1

标志要求opencv以原始深度加载图像

在函数void

ipl\u到图像（IplImage*src，图像im）

中，更改为：

• unsigned char*data=（unsigned char*）src->imageData

  to

  unsigned short*data=（unsigned short*）src->imageData

• im.data[k*w*h+i*w+j]=data[i*step+j*c+k]/255到
  im.data[k*w*h+i*w+j]=数据[i*step+j*c+k]/65536

---

我应该做哪些其他修改以确保yolo在16位通道上进行培训？谢谢。

探测器似乎需要3个通道（rgb）。通过禁用失真增强，并更新硬编码到3个通道的代码区域，即load_data_seg（），我能够让它进行训练。在我的例子中，我使用opencv并加载16位pgm文件

您是否能够使用16位数据向前移动？我在看（yolov3），它需要rgb数据。我添加了对读取16位.pgm灰度文件的支持。但是，如果将通道设置为1，并加载16位数据，注释掉对rgbgr_image（）的调用，它将在训练期间在扭曲_image中断言，因为预计会有3个通道发生扭曲。好像我要进一个兔子洞。