在 YOLOv3 中训练自定义对象，它是如何工作的？
training custom object in YOLOv3, how does it work?
我有一个项目需要检测动漫风格视频中的人物
我刚刚在 GTX 1050TI 中使用 COCO 测试了 YOLOv3 608x608
然而速度只有大约 ~1.5FPS，但我的项目在 1050TI 上至少需要 10 FPS
1.I想知道类的数量会影响检测速度吗？ （我假设COCO是要在图片中找到80种物体？如果我只需要找到一种物体，它会快80倍吗？）
2.when我输入图片训练，原图是1920*1080，在标注训练前需要调整到608x608吗？
3.is 我应该使用什么标记工具？ in README.md at https://github.com/AlexeyAB/darknet <x> <y> <width> <height> 似乎需要手动计算和输入这似乎太难了，也许有一个工具我只需要裁剪图像中对象的位置？
4.if图像中物体不是正方形，YOLO怎么知道哪一部分是物体？如何避免将背景训练为对象？
我是否必须删除所有背景并将其填充为黑色，只保留图像中的对象？
5.is 输出总是一个盒子？我可以训练并获得输出作为掩码吗？如果我检测为 mask，它会比 box 慢，因为它似乎有更多信息吗？
6.to得到一个好的结果，我应该制作多少训练图像和测试图像？
我知道这只是 CV 中的一些菜鸟问题，但我真的很想知道这一点，而无需花费数周的培训时间并自己找出答案，将不胜感激！
3.
https://en.wikipedia.org/wiki/List_of_manual_image_annotation_tools
您应该可以使用一些图像标注工具来输出角坐标。
4.
有了足够多的不同背景图像进行训练，模型应该能够忽略背景。黑色背景仍然是背景。我想这是一种数据扩充，因此它可能有助于减少过度拟合。
5.
如果它不支持掩码 out-of-the-box，也许您想执行 background-subtraction 作为处理输出的额外步骤。
1) 在我看来，GTX 1050Ti 不足以测试 YOLO v3。因为，与之前的版本相比，YOLO v3 的模型尺寸（即层数）变得非常大。 类 的数量在这种情况下无关紧要。如果你想要更快的测试计算速度，你应该升级你的GPU，比如1070Ti。
2) 无论输入图像的大小如何，它都会被强制调整为pre-defined大小，如cfg文件所示，因此您不需要调整输入图像的大小。
1) 我认为这可能会稍微影响速度，因为当你使用较少 classes 时，你在每个 YOLO 层之前获得的卷积滤波器较少（你在 .cfg 文件中设置），但是不太可能加速 80 倍
2）也许？我的意思是，YOLO 会在训练和测试时调整它们的大小，所以如果你真的想要，也许你可以，但根据我的经验，高分辨率图像通常效果更好。
3) 我喜欢 OpenLabelling（你可以 Google 它并且它在 GitHub 上）
4) 你可能想给 YOLO 负片图像，里面什么都没有，以防止它们在背景上拾取，那里什么都没有
5）YOLO 不做掩码
6)大约每 class 1k 是可行的，你可以用 500，但经验法则是越多越好)
如果你有兴趣，我已经在 YouTube 上发布了 YOLO 的整个系列，所以你可能想看看：https://youtu.be/TP67icLSt1Y
我有一个项目需要检测动漫风格视频中的人物
我刚刚在 GTX 1050TI 中使用 COCO 测试了 YOLOv3 608x608
然而速度只有大约 ~1.5FPS，但我的项目在 1050TI 上至少需要 10 FPS
1.I想知道类的数量会影响检测速度吗？ （我假设COCO是要在图片中找到80种物体？如果我只需要找到一种物体，它会快80倍吗？）
2.when我输入图片训练，原图是1920*1080，在标注训练前需要调整到608x608吗？
3.is 我应该使用什么标记工具？ in README.md at https://github.com/AlexeyAB/darknet <x> <y> <width> <height> 似乎需要手动计算和输入这似乎太难了，也许有一个工具我只需要裁剪图像中对象的位置？
4.if图像中物体不是正方形，YOLO怎么知道哪一部分是物体？如何避免将背景训练为对象？
我是否必须删除所有背景并将其填充为黑色，只保留图像中的对象？
5.is 输出总是一个盒子？我可以训练并获得输出作为掩码吗？如果我检测为 mask，它会比 box 慢，因为它似乎有更多信息吗？
6.to得到一个好的结果，我应该制作多少训练图像和测试图像？
我知道这只是 CV 中的一些菜鸟问题，但我真的很想知道这一点，而无需花费数周的培训时间并自己找出答案，将不胜感激！
3.
https://en.wikipedia.org/wiki/List_of_manual_image_annotation_tools
您应该可以使用一些图像标注工具来输出角坐标。
4.
有了足够多的不同背景图像进行训练，模型应该能够忽略背景。黑色背景仍然是背景。我想这是一种数据扩充，因此它可能有助于减少过度拟合。
5.
如果它不支持掩码 out-of-the-box，也许您想执行 background-subtraction 作为处理输出的额外步骤。
1) 在我看来，GTX 1050Ti 不足以测试 YOLO v3。因为，与之前的版本相比，YOLO v3 的模型尺寸（即层数）变得非常大。 类 的数量在这种情况下无关紧要。如果你想要更快的测试计算速度，你应该升级你的GPU，比如1070Ti。
2) 无论输入图像的大小如何，它都会被强制调整为pre-defined大小，如cfg文件所示，因此您不需要调整输入图像的大小。
1) 我认为这可能会稍微影响速度，因为当你使用较少 classes 时，你在每个 YOLO 层之前获得的卷积滤波器较少（你在 .cfg 文件中设置），但是不太可能加速 80 倍 2）也许？我的意思是，YOLO 会在训练和测试时调整它们的大小，所以如果你真的想要，也许你可以，但根据我的经验，高分辨率图像通常效果更好。 3) 我喜欢 OpenLabelling（你可以 Google 它并且它在 GitHub 上） 4) 你可能想给 YOLO 负片图像，里面什么都没有，以防止它们在背景上拾取，那里什么都没有 5）YOLO 不做掩码 6)大约每 class 1k 是可行的，你可以用 500，但经验法则是越多越好)
如果你有兴趣，我已经在 YouTube 上发布了 YOLO 的整个系列，所以你可能想看看：https://youtu.be/TP67icLSt1Y