Python 使用yolo darknet进行分类的问题

我已经使用yolo darknet培训了我的自定义对象检测器，共有3个课程：

 - human (full body)
 - high visibility jacket (HVJ)
 - safety helmet

它工作得很好！但我需要添加一个功能：

 - if in the frame an human wears nothing (not HVJ/helmet), it is tracked with red box
 - if in the frame an human wears an HVJ, it is tracked with yellow box 
 - if in the frame an human wears an helment, it is tracked with yellow box
 - if in the frame an human wears an helmet and an HVJ, it is tracked with green box

我如何实现它？目前，我的训练有素的模型无法做到这一点。 我想我可以用以下类创建一个新的数据集，然后用这些类再次训练模型：

- human with nothing 
- human with only HVJ
- human with only helmet
- human with HSJ and helmet

但我不相信这种方法能奏效。 你能给我一些建议吗？

---

如果知道我在python/OpenCV中使用脚本的测试模式是有用的。

在您使用当前检测器检测到一个人之后，您可以尝试使用第二个模型对该子图像进行分类。该方法可能会很慢，我需要一个实时方法……分类非常快，但仍然可能是一个问题。Yolo可以训练多个类，也许只是尝试一下你的方法，将详细的类添加到tge现有的类中。