YOLOv7自适应锚框计算

#  从utils.autoanchor 导入kmean_anchors函数
import utils.autoanchor as autoAnchor

'''
        path:  储存yaml文件路径,yaml文件中应包含数据集文件路径
          n :  生成锚框的数量
   img_size :  图片分辨率尺寸,需要将图片缩放到img_size大小尺寸后再进行锚框计算
        thr :  数据集中标注框宽高比最大阈值,默认是使用 超参文件 hyp.scratch.yaml 中的 “anchor_t” 参数值;默认值是 4.0;自动计算时,会自动根据你所使用的数据集,来计算合适的阈值。
        gen :  kmean 聚类算法迭代次数,默认值是 1000
    verbose :  打印所有结果
'''
new_anchors = autoAnchor.kmean_anchors(path=r'D:\yolov7-main\data\K-means.yaml', n=12, img_size=640, thr=3, gen=1000, verbose=False)
print(new_anchors)

结果:

YOLOv7自适应锚框计算_第1张图片

 

你可能感兴趣的:(深度学习,YOLOv7,聚类,目标检测,深度学习,算法)