YOLO V2与灰度FITS图像(告诉我它期待rgb)

4次浏览(最近30天)

显示旧的注释

瑞安Comeau 2020年3月20日

0
链接

直接链接到这个问题

//www.tianjin-qmedu.com/matlabcentral/answers/511918-yolo-v2-with-greyscale-fits-images-telling-me-it-s-expecting-rgb

编辑: 王曾2020年10月14日

你好,

我试图训练一个YOLO v2网络使用适合的图像格式。我修改了'imageDatastore'函数来读取它们，而不是更传统的数据格式。

                         (表1)= read_write_fits (1,“path_to_dir /”）;
                        
                         traintbl = table1 (:,“VAR”）;
                        
                         imdsTrain = imageDatastore(table1{:，“imagefilename”}，“ReadFcn”, @fitsreadTwo);
                        
                         bldsTrain = boxLabelDatastore(traintbl);
                        
                         trainData = combine(imdsTrain, bldsTrain);

“fitsreadTwo”由于我遇到的问题而出现。当我尝试使用“yoloyv2Layers”功能时，它告诉我，尽管我是灰度11位，但它期望[高度宽度3]图像。当我输入以下代码并尝试将[高度宽度1](灰度)yolov2layers函数告诉我它期望[高度宽度3]。它是如何实现它所期望的?为什么我不能修改它以获得正确的输入大小?我甚至尝试过交换网络的第一层，但这会产生编译错误。这里的任何帮助或一般指南将是壮观的。谢谢。

                         numAnchors = 7;
                        
                         [anchorBoxes，~] = estimateAnchorBoxes(trainData,numAnchors);
                        
                         featureextracactionnetwork = resnet50;
                        
                         图层= [imageInputLayer([高度宽度1]，“名字”，“input_1”));
                        
                         featureLayer =“activation_40_relu”；
                        
                         lgraph = layerGraph (featureExtractionNetwork);
                        
                         inputSize = [height width 3];
                        
                         lgraph_rl = replaceLayer(lgraph，“input_1”层);
                        
                         numClasses = 1;
                        
                         lgraph2 = yolov2Layers(inputSize,numClasses,anchorBoxes,lgraph_rl,featureLayer);

下面是我解决这个问题的方法:我用以下代码将灰度图像转换为rgb图像:

                         函数[图片]= fitsreadTwo(文件名)
                        
                         这个脚本的目的是读取适合的图像并将其存储为RGB
                        
                         即使它是灰色的。
                        
                         形象= fitsread(文件名);
                        
                         地图= hsv (8200);
                        
                         形象= ind2rgb(图片、地图);

0评论
显示隐藏-1旧的注释

登录评论。

登录回答这个问题。

答案(1)

Srivardhan Gadila 2020年3月23日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/511918-yolo-v2-with-greyscale-fits-images-telling-me-it-s-expecting-rgb#answer_421399

编辑:Srivardhan Gadila 2020年3月27日

根据文件 yolov2layers ，输入参数图象尺寸应该指定为以下值之一:

形式[二元向量]HW] -用于大小的灰度图像H——- - - - - -W
形式的三元向量[HW3] -用于大小的RGB彩色图像H——- - - - - -W

除了上面的信息，yolov2layers的文档页面还说

＂ yolov2Layers 使用预训练的神经网络作为基础网络，其中添加了创建YOLO v2对象检测网络所需的检测子网。给定一个基本网络， yolov2Layers 移除基础网络中特征层之后的所有层，并添加检测子网。检测子网络由一组串行连接的卷积层、ReLU层和批归一化层组成。在检测子网中增加YOLO v2转换层和YOLO v2输出层。如果指定名称-值对 “ReorgLayerSource” ， YOLO v2网络将重组层的输出与特征层的输出连接起来。您可以参考在这里逐层创建自定义YOLO v2网络创建YOLO v2对象检测网络．

因此，为了使用网络进行灰度输入，预先训练好的网络(给yolov2layers函数)也应该接受灰度输入，即它的imageInputLayer必须有通道数为1。作为一种变通方法，可以使用 ColorPreprocessing 的属性 augmentedImageDatastore ．

4评论
显示隐藏旧的评论

瑞安Comeau 2020年3月23日

是的，我没说清楚，是我的错。我已经尝试过使用常规的@fitsread而不是上面问题中修改过的@fitsread。当指定时，我得到以下编译错误:

[H W]对功能:

使用yolov2Layers>iReplaceImageInputLayer错误(第295行)

输入大小不匹配。该层的输入大小[2560 2560 1]与预期的输入大小[2560 2560 3]不同。

yolov2Layers错误(第112行)

lgraph = iReplaceImageInputLayer(lgraph,params.ImageSize);

main中的错误(第60行)

lgraph2 = yolov2Layers(inputSize,numClasses,anchorBoxes,lgraph_rl,featureLayer);

下面是产生这个编译错误的代码:

                                  (表1)= read_write_fits (1,' / path_to_dir '）;
                                 
                                  traintbl = table1 (:,“VAR”）;
                                 
                                  imdsTrain = imageDatastore(table1{:，“imagefilename”}，“ReadFcn”, @fitsread);
                                 
                                  bldsTrain = boxLabelDatastore(traintbl);
                                 
                                  trainData = combine(imdsTrain, bldsTrain);
                                 
                                  % %测试集
                                 
                                  numAnchors = 7;
                                 
                                  [anchorBoxes，~] = estimateAnchorBoxes(trainData,numAnchors);
                                 
                                  featureextracactionnetwork = resnet50;
                                 
                                  featureLayer =“activation_40_relu”；
                                 
                                  lgraph = layerGraph (featureExtractionNetwork);
                                 
                                  inputSize = [2560 2560];
                                 
                                  numClasses = 1;
                                 
                                  lgraph2 = yolov2Layers(inputSize,numClasses,anchorBoxes,lgraph,featureLayer);
                                 
                                  选项= trainingOptions(“亚当”，.．.
                                 
                                  “InitialLearnRate”, 0.01,.．.
                                 
                                  “LearnRateSchedule”，“分段”，.．.
                                 
                                  “LearnRateDropFactor”, 0.01,.．.
                                 
                                  “LearnRateDropPeriod”, 1.．.
                                 
                                  “详细”,真的,.．.
                                 
                                  “MiniBatchSize”4.．.
                                 
                                  “MaxEpochs”2,.．.
                                 
                                  “洗牌”，“永远”，.．.
                                 
                                  “VerboseFrequency”, 1.．.
                                 
                                  “CheckpointPath”, tempdir);
                                 
                                  [detector,info] = trainYOLOv2ObjectDetector(trainData,lgraph2,options);

这是因为我在使用迁移学习技术吗?为什么它需要一个图像大小?

王曾 2020年10月14日

编辑:王曾 2020年10月14日

@ 瑞安Comeau 你能分享一下你是如何解决这个问题的吗?任何话都将不胜感激。非常感谢。

登录评论。

登录回答这个问题。

类别

图像处理与计算机视觉“，计算机视觉工具箱识别，目标检测和语义分割

了解更多识别，目标检测和语义分割在帮助中心而且文件交换

s manbetx 845

释放

R2019b

社区寻宝

在MATLAB Central中找到宝藏，并发现社区如何帮助您!

开始狩猎!

YOLO V2与灰度FITS图像(告诉我它期待rgb)

0评论
显示隐藏-1旧的注释

答案(1)

4评论
显示隐藏旧的评论

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

YOLO V2与灰度FITS图像(告诉我它期待rgb)

0评论 显示隐藏-1旧的注释

答案(1)

4评论 显示隐藏旧的评论

另请参阅

类别

标签

s manbetx 845

释放

社区寻宝

0评论
显示隐藏-1旧的注释

4评论
显示隐藏旧的评论