我从头开始编写了一个 YOLO 模型，并有一个 numpy 数组，如下所示：
[
[[1 0 1 0.4 0.3 0.2 0.1]
[1 1 0 0.2 0.3 0.4 0.5]
[0 0 0 0 0 0 0]]
...]
这就是它在 pandas 对象中的样子：
Obj_score c1 c2 x y h w
1 0 1 0.4 0.3 0.2 0.1
1 1 0 0.2 0.3 0.4 0.5
0 0 0 0 0 0 0
为了使我的模型工作，我必须将提到的标签张量转换为S*S*(B*5+C)张量，我必须将每个标签放入其相应的网格单元中。我该怎么做呢？
我的模型进行了 3 个边界框预测（称为 B）、2 个类别预测（称为 C），并且 S = 7。
我如何将标签放入相应的网格单元中（通过使用 numpy 或 keras）？
如果有帮助的话here https://gist.githubusercontent.com/maskaravivek/d456a82ae08517fe0bb1964c22f56ced/raw/36e95091bca46d9b578b13f231637c28630705bb/4db7d8e6-bf84-4af8-a870-f6f18c02b465Vivek Maskara 解决此问题的一些代码也可以在他关于从头开始实现 YOLO v1 的文章中找到。
None
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
