Byronnar
Byronnar
> 我用的是只有一个类别的分类，也是同样的问题precision很低，迫于代码注视和结构有点乱，没法直接看出出什么问题了。 > 这批数据用pjreddie/darknet repo下的方案跑起来正常的啊。 请问你的问题解决了吗？ 我这里也是precission很低。map很高。 看到希望您回复一下，谢谢
> Hello, I have encountered the same problem. Have you solved it?How to solve it?Thanks! 我解决了。如果你不是训练的coco，你只需要把nms_topk调低就好了。因为自己的训练集类别数没有80
> Hey, > what did you change to fix this? I might have the same problem. > Thanks 我解决了。如果你不是训练的coco，你只需要把nms_topk调低就好了。因为自己的训练集类别数没有80
> **Hello, I want to test on my own trained model. I changed the string of textGraph and modelWeights and recompile it:** > > String textGraph = "./mask_rcnn_x/mask_rcnn_x.pbtxt"; > String...
> 模型体积减小三分之二是怎么做到的？ 你好，之所以有900M，是因为tf.train.ExponentialMovingAverage（）这个函数，它会是生成等量的tf.trainable_variable()，保存到tf.global_variables()，而ckpt保存的主要是tf.trainable_variable（还有untrainable，但太小），所以ckpt的大小会翻倍； 为了不报找不到预训练模型的错，这里我做了改动，而且对位置进行了调整。
> > 我现在生成的模型是 200多m，而且效果也没变差。 > > 很优秀，非常感谢。想问一下，模型变小了是不是意味着占用GPU显存也变小了。原来YunYang版本的模型freeze之后，也要占用5G多，感觉有点怪。 我的这里预测的话，显存占用很小，基本没用到多少啊，中文的会慢一些。
> 你好，我想请教一下你，怎样才能使用这个模型同时运行多个video_demo.py而识别速度不降低呢。我在1080Ti显卡上跑video_demo.py，单帧识别时间为60-80ms（1280×720像素下）。后来，我尝试使用python多线程Threading，但发现因为有全局解释器锁GIL的存在，虽然看起来能同时跑，但消耗时间却翻了很多倍。后来我又使用了多进程multiprocess，但是却爆出了NotImplementedError: Can not build up yolov3 network!的错误，我猜测是否multiprocess只是分配了gpu，而我们真正识别所用到的是GPU？我该如何改动代码，才能成功同时运行多个video_demo.py呢？ > Best regard! > Dontla 一个代码里面同时运行多个 video_demo.py么？
> 请问你解决了这个问题没？ 你好，解决了，放到这里了 https://github.com/Byronnar/tensorflow-serving-yolov3
c++调用 pb模型, 应该需要先将 模型转换成 saved model格式, concat一个输出output name.