训练问题请教 about yolov4-pytorch HOT 9 CLOSED

你可以用test测试一下看看

from yolov4-pytorch.

我想想大佬请教一个问题，我有一个场景，是识别垃圾桶里面的瓶子，真实图像大约是这种：

这个场景最复杂的地方就在于瓶子之间密集遮挡与堆叠，我们的目的是告诉扔瓶子的客户，他扔进去的是哪一类瓶子，最好还能返回该瓶子在垃圾桶底部的位置信息，目前我使用yolo系列进行检测，效果总是差强人意，想请教一下大佬，有什么建议，可以提高这种场景下的检测、分类能力吗 ？

from yolov4-pytorch.

非常难，因为特征很少而且，瓶子是透明的，我也没有好的建议

from yolov4-pytorch.

非常难，因为特征很少而且，瓶子是透明的，我也没有好的建议

瓶子一共有23类，就是百岁山、农夫山泉、可乐等几类瓶身比较透明，还有不少不透明的，比如脉动、激活等。这个场景我觉得最大的问题是密集遮挡与环境扰动，当有人扔了瓶子，摄像头被触发，拍了一帧图像，我们需要告诉客户他扔进去的是哪一个瓶子，目前我们想根据前后两帧的图像识别结果相减，来确定后面进去的是哪一个瓶子，但是后面进去的瓶子对垃圾桶环境进行了扰动，比如它丢进去之后，把其他已经存在的瓶子位置打乱，那么这个时候可能后一帧识别到的瓶子数，还没有上一帧多，前一帧没有识别到的，可能在后一帧识别到了，后一帧那个新进去的瓶子，也可能识别不到，这个场景本身就是比较复杂，这一点不知道怎么弄，很麻烦

from yolov4-pytorch.

非常难，因为特征很少而且，瓶子是透明的，我也没有好的建议

瓶子一共有23类，就是百岁山、农夫山泉、可乐等几类瓶身比较透明，还有不少不透明的，比如脉动、激活等。这个场景我觉得最大的问题是密集遮挡与环境扰动，当有人扔了瓶子，摄像头被触发，拍了一帧图像，我们需要告诉客户他扔进去的是哪一个瓶子，目前我们想根据前后两帧的图像识别结果相减，来确定后面进去的是哪一个瓶子，但是后面进去的瓶子对垃圾桶环境进行了扰动，比如它丢进去之后，把其他已经存在的瓶子位置打乱，那么这个时候可能后一帧识别到的瓶子数，还没有上一帧多，前一帧没有识别到的，可能在后一帧识别到了，后一帧那个新进去的瓶子，也可能识别不到，这个场景本身就是比较复杂，这一点不知道怎么弄，很麻烦

垃圾桶还有摄像头？有这条件直接改造下垃圾桶不是更好，让垃圾桶入口只能一个个或排整齐后再统一放进去不行？？

from yolov4-pytorch.

非常难，因为特征很少而且，瓶子是透明的，我也没有好的建议

瓶子一共有23类，就是百岁山、农夫山泉、可乐等几类瓶身比较透明，还有不少不透明的，比如脉动、激活等。这个场景我觉得最大的问题是密集遮挡与环境扰动，当有人扔了瓶子，摄像头被触发，拍了一帧图像，我们需要告诉客户他扔进去的是哪一个瓶子，目前我们想根据前后两帧的图像识别结果相减，来确定后面进去的是哪一个瓶子，但是后面进去的瓶子对垃圾桶环境进行了扰动，比如它丢进去之后，把其他已经存在的瓶子位置打乱，那么这个时候可能后一帧识别到的瓶子数，还没有上一帧多，前一帧没有识别到的，可能在后一帧识别到了，后一帧那个新进去的瓶子，也可能识别不到，这个场景本身就是比较复杂，这一点不知道怎么弄，很麻烦

垃圾桶还有摄像头？有这条件直接改造下垃圾桶不是更好，让垃圾桶入口只能一个个或排整齐后再统一放进去不行？？

我们是在垃圾桶顶部安装了一个摄像头还有传感器，当有人扔瓶子时，传感器被触发，摄像头于是拍图像并上传。我们也跟老板提过类似的意见，比如在垃圾桶加一个挡板，这样进去的瓶子，在挡板上展示，跟已经存在的底部一堆瓶子分隔开，这样检测难度大大减小，但是老板不知道为什么，对神经网络有一种蜜汁自信，认为加挡板这种方法没技术含量，让使用神经网络进行完全的预测

from yolov4-pytorch.

非常难，因为特征很少而且，瓶子是透明的，我也没有好的建议

瓶子一共有23类，就是百岁山、农夫山泉、可乐等几类瓶身比较透明，还有不少不透明的，比如脉动、激活等。这个场景我觉得最大的问题是密集遮挡与环境扰动，当有人扔了瓶子，摄像头被触发，拍了一帧图像，我们需要告诉客户他扔进去的是哪一个瓶子，目前我们想根据前后两帧的图像识别结果相减，来确定后面进去的是哪一个瓶子，但是后面进去的瓶子对垃圾桶环境进行了扰动，比如它丢进去之后，把其他已经存在的瓶子位置打乱，那么这个时候可能后一帧识别到的瓶子数，还没有上一帧多，前一帧没有识别到的，可能在后一帧识别到了，后一帧那个新进去的瓶子，也可能识别不到，这个场景本身就是比较复杂，这一点不知道怎么弄，很麻烦

垃圾桶还有摄像头？有这条件直接改造下垃圾桶不是更好，让垃圾桶入口只能一个个或排整齐后再统一放进去不行？？

我们是在垃圾桶顶部安装了一个摄像头还有传感器，当有人扔瓶子时，传感器被触发，摄像头于是拍图像并上传。我们也跟老板提过类似的意见，比如在垃圾桶加一个挡板，这样进去的瓶子，在挡板上展示，跟已经存在的底部一堆瓶子分隔开，这样检测难度大大减小，但是老板不知道为什么，对神经网络有一种蜜汁自信，认为加挡板这种方法没技术含量，让使用神经网络进行完全的预测

efficient系列应该会好点。就是速度会慢点。这是D4的效果。

from yolov4-pytorch.

非常难，因为特征很少而且，瓶子是透明的，我也没有好的建议

瓶子一共有23类，就是百岁山、农夫山泉、可乐等几类瓶身比较透明，还有不少不透明的，比如脉动、激活等。这个场景我觉得最大的问题是密集遮挡与环境扰动，当有人扔了瓶子，摄像头被触发，拍了一帧图像，我们需要告诉客户他扔进去的是哪一个瓶子，目前我们想根据前后两帧的图像识别结果相减，来确定后面进去的是哪一个瓶子，但是后面进去的瓶子对垃圾桶环境进行了扰动，比如它丢进去之后，把其他已经存在的瓶子位置打乱，那么这个时候可能后一帧识别到的瓶子数，还没有上一帧多，前一帧没有识别到的，可能在后一帧识别到了，后一帧那个新进去的瓶子，也可能识别不到，这个场景本身就是比较复杂，这一点不知道怎么弄，很麻烦

垃圾桶还有摄像头？有这条件直接改造下垃圾桶不是更好，让垃圾桶入口只能一个个或排整齐后再统一放进去不行？？

我们是在垃圾桶顶部安装了一个摄像头还有传感器，当有人扔瓶子时，传感器被触发，摄像头于是拍图像并上传。我们也跟老板提过类似的意见，比如在垃圾桶加一个挡板，这样进去的瓶子，在挡板上展示，跟已经存在的底部一堆瓶子分隔开，这样检测难度大大减小，但是老板不知道为什么，对神经网络有一种蜜汁自信，认为加挡板这种方法没技术含量，让使用神经网络进行完全的预测

efficient系列应该会好点。就是速度会慢点。这是D4的效果。

有些瓶子透明，再加上垃圾桶底部瓶子密密麻麻堆积，比如下面这张图，再加上垃圾桶壁反光等等，感觉这个场景还是很棘手的，谢谢你的回复，我试试efficientdet系列

from yolov4-pytorch.

您好，使用您的代码，全部默认的参数配置，在VOC2007数据集上，训练到40+轮后，训练集的损失从20-30降至3附近，但是验证集的损失几乎没有变化，一直在8、9、10左右震荡，这似乎是过拟合的迹象，不知道大佬怎么看 ？
另外，您下图的仓库，到底实现的yolov4还是v3 ？

和你差不多的情况，也是自己的数据，请问您最后解决了吗？

from yolov4-pytorch.