Python 未获取YOLO v3模型的边界框

我已经用这个实现了YOLO v3模型，并对模型进行了训练，获得了1.05的损失，但是在测试过程中，尽管如果我给模型提供了训练过的图像，它无法预测标签，也无法在其上绘制边界框

因此，我开始调试并找到了错误的根源：

 out_boxes, out_scores, out_classes = self.sess.run(
            [self.boxes, self.scores, self.classes],
            feed_dict={
                self.yolo_model.input: image_data,
                self.input_image_shape: [image.size[1], image.size[0]],
                K.learning_phase(): 0
            },
        )

 print("out_boxes",out_boxes)      #prints [ ]
 print("out_classes",out_classes)  # prints [ ]
 print("out_scores",out_scores)    # prints [ ]

where:

self.boxes= Tensor("concat_11:0", shape=(?, 4), dtype=float32)
self.scores=Tensor("concat_12:0", shape=(?,), dtype=float32)
self.classes=Tensor("concat_13:0", shape=(?,), dtype=int32)

我对YOLO v3模型进行了168个类的训练，每个类有36个图像

有人能帮忙吗？？ self.box/self.scores/self.classes是否存在问题？？

---

如果没有问题，self.sess.run有什么问题？

我也遇到过类似的问题，用更多的no:of历代来训练模型可以解决问题。 我不知道为什么YOLOv3不为更少的no:of历代生成边界框