测试darknet预训练YOLOv3模型无检测结果无边界框问题求解

• 调整配置文件推理参数
  打开yolov3.cfg找到[net]段落，将训练阶段的参数替换为测试专用参数：

  [net]
  batch=1
  subdivisions=1
  # 原训练用batch=16、subdivisions=16等参数需注释或删除
  

  你当前运行日志显示batch=16，属于训练阶段配置，会直接导致推理输出异常。
• 调低检测置信度阈值
  执行测试命令时追加-thresh参数降低阈值，默认阈值过高会过滤掉正常检测结果：

  ./darknet.exe detector test cfg/coco.data yolov3.cfg yolov3.weights data/dog.jpg -thresh 0.25
  

• 校验权重文件完整性
  alexeyAB官方发布的yolov3预训练权重大小为236MB左右，若本地权重文件大小不符，说明下载过程中出现损坏，重新下载完整权重即可解决。
• 核对coco.data配置路径
  打开cfg/coco.data文件，确认names = data/coco.names配置的路径正确，若类别映射文件路径错误，会导致检测结果无法正常显示边界框。
• 关闭CUDNN_HALF重新编译
  MX450属于轻薄本入门级GPU，部分批次对CUDNN_HALF的FP16推理适配存在异常，你可以在编译darknet时将配置项CUDNN_HALF=1修改为CUDNN_HALF=0，重新编译后再进行测试。
• 验证检测结果有效性
  执行测试命令时追加-out result.jpg参数，将检测结果保存为本地图片后打开查看，排除OpenCV弹窗显示异常的问题。

内容的提问来源于stack exchange，提问作者Craeti