深度学习【16】YAD2K,pytorch-caffe-darknet-convert,转换后概率不一样的问题
2017-08-30 11:11
1411 查看
darknet转keras时,预测出来的概率偏差较大,主要原因是:
1、darknet的resize图片时用到了0.5的填充,具体可以看darknet的resize代码。
2、darknet的BN层中epsilon=0.000001,而YAD2K的BN层epsilon默认0.001。只要修改
conv_layer = (BatchNormalization(epsilon=0.000001,
weights=bn_weight_list))(conv_layer)
darknet转pytorch时,原因是:
1、输入数据问题,darknet 转 keras的原因(1)
2、代码上的,将utils.py中get_region_boxes函数的only_objectness设置为0,;将plot_boxes中的print('%s: %f' % (class_names[cls_id], cls_conf)改成
1、darknet的resize图片时用到了0.5的填充,具体可以看darknet的resize代码。
2、darknet的BN层中epsilon=0.000001,而YAD2K的BN层epsilon默认0.001。只要修改
conv_layer = (BatchNormalization(epsilon=0.000001,
weights=bn_weight_list))(conv_layer)
darknet转pytorch时,原因是:
1、输入数据问题,darknet 转 keras的原因(1)
2、代码上的,将utils.py中get_region_boxes函数的only_objectness设置为0,;将plot_boxes中的print('%s: %f' % (class_names[cls_id], cls_conf)改成
print('%s: %f' % (class_names[cls_id], cls_conf*box[4]))
相关文章推荐
- 【深度学习】关于解决caffe中draw_net无法使用的问题
- PaddlePaddle, TensorFlow, MXNet, Caffe2 , PyTorch五大深度学习框架2017-10评测
- PaddlePaddle, TensorFlow, MXNet, Caffe2 , PyTorch五大深度学习框架2017-10最新评测
- 【深度学习】【caffe实用工具3】笔记25 Windows下caffe中将图像数据集合转换为DB(LMDB/LEVELDB)文件格式之convert_imageset
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- 深度学习Imagenet caffe AlexNet 实验步骤
- 深度学习框架Caffe, MXNet, TensorFlow, Torch, CNTK性能测试报告
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习-Caffe 使用问题整理
- Caffe 深度学习入门教程 Blob,Layer and Net以及对应配置文件的编写
- TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比
- [pytorch] 深度学习分割网络U-net的pytorch模型实现
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 【神经网络与深度学习】【python开发】caffe-windows使能python接口使用draw_net.py绘制网络结构图过程
- 深度学习Imagenet caffe AlexNet 实验步骤
- 转:TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比
- ubuntu 15.04 搭建caffe深度学习环境流程及遇到的问题
- 深度学习框架Caffe学习笔记(4)-MNIST数据集转换成可视化图片