YOLOV3编译错误分析(五): Sizes of tensors must match except in dimension 1. Got 85 and 6 in dimension 2

系统环境:Win10+Python3.6.5+YOLOV3

错误提示:Sizes of tensors must match except in dimension 1. Got 85 and 6 in dimension 2

该错误主要是由于cfg文件内容配置错误

cfg文件当中的classes的默认值为80,filters初始值为255。

当中的classes数目需要根据自己训练模型进行修改,filters的值根据classes的值和num的值计算的来

如果识别种类为1时:classes=1,num=6,filters=18。

[convolutional]
size=1
stride=1
pad=1
filters=18
activation=linear

[yolo]
mask = 0,1,2
anchors = 10,14,  23,27,  37,58,  81,82,  135,169,  344,319
classes=1
num=6
jitter=.3
ignore_thresh = .7
truth_thresh = 1
random=1

版权声明:本文为CSDN博主「SYC_MORE」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_40902709/article/details/111358121

SYC_MORE

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Yolo(3)(项目)Yolo v3 目标检测(85分类)

目录 基础理论 一、 读取文件 二、神经网络初始化 1、搭建神经网络 2、GPU加速 三、打开摄像头、按帧读取图像 四、向神经网络输入 五、获取神经网络输出 1、获取各层名称 2、获取输出层名称 3、获取输出层图像&#xff

YOLOv4 介绍及其模型优化方法

YOLOv4 介绍及其模型优化方法一、YOLOv4 介绍2020 年 4 月,YOLOv4 在悄无声息中重磅发布,在目标检测领域引起广泛的讨论。在 YOLO 系列的原作者 Joseph Redmon 宣布退出 CV

【经典论文解读】YOLOv4 目标检测

前言 YOLO是一种目标检测方法,它的输入是整张图片,输出是n个物体的检测信息,可以识别出图中的物体的类别和位置。YOLOv4是在YOLOv3的基础上增加了很多实用的技巧,使得速度与精度