Python Yolov3中的自定义锚

我正在我的自定义数据集上使用Yolov3训练一个对象检测器。传统上，在Yolo中，您有多种对象类，因此可以很好地混合使用锚。在我的例子中，我只有一个对象类，它的维度非常相似。所以当我用K-均值聚类维度时，我得到了9个大小非常相似的锚。。。这似乎适得其反

---

事实上，我尝试了一些随机的锚定尺寸，它们并不都是相似的，并且得到了比9个相似锚定更好的结果。所以我想知道，对于1类对象检测器，锚的最佳策略是什么？

这是作者关于锚框的看法：

只有当你是神经检测网络的专家-重新计算 从cfg文件中为数据集定位宽度和高度： darknet.exe检测器计算锚定数据/obj.data-簇数9 -宽度416-高度416然后在cfg文件中的3个[yolo]层中的每个层中设置相同的9个锚。但是您应该更改 锚定掩码=对于每个[yolo]-层，因此对于

YOLOv4

第一层-[YLO]-层的锚固件小于30x30，第二层小于 60x60，剩余的第三个，反之亦然。你也应该 在每次更改之前更改过滤器=（类+5）* [约罗]-层如果许多计算的锚不适合 适当的层-然后尝试使用所有默认锚定。

因此，要训练单类目标探测器，其中目标尺寸非常相似，那么：

如上所述，使用默认锚定框

在

cfg

要理解锚箱概念，请进行讨论

---

另外，由于现在可以使用，建议您使用它以获得更好的

准确性
/
地图
。如果您想坚持使用
Yolov3
，请使用或以获得更好的结果。
谢谢，我实际上正在使用自定义的Yolov3 Keras实现。我试过使用默认的锚，但效果不太好。@MikeAzatov我明白了！当谈到Keras Yolov3时，我用过这个。对我来说，默认锚和生成的锚都工作得很好，但它适用于多个类，不过我还没有尝试使用这个repo的单类检测器。对于单个类，我们已经使用了这个，并且与默认锚很好地配合。谢谢你提供的信息。我正在使用这个：。我取得了不错的成绩，但只是想达到最佳状态。目前正试图弄清楚Yolov4。你知道好的回购协议吗？最好是在Keras？啊，好吧！我为Yolov4遇到的唯一Keras回购是一家。如果您可以不使用Keras，那么我前面提到的回购在灵活性、功能和支持方面是最好的。谢谢，我来试一试。到目前为止，我一直在努力使Yolov4的官方tensorlfow实现正常工作。