YOLOv3:既存モデルでのクラス数の変更

前提

yolov3で80個のクラス、８個のクラス、１個クラスのようにクラス数を変えてmAPを比較しようと考えています。
そこでyolov3で分類するクラス数を変更したいです。(クラス数80→8へ)
8クラスの内容は80クラスの先頭の8個
学習に時間がかかるため既存のyolov3のcfgファイルとweightsを使ってクラス数を変更できるか模索中です。

そもそも既存のyoloを少し変えるだけではclass数を変えられないのでしょうか。
些細なことでもご教授いただけると幸いです。

#実行コマンド
 ./darknet detector map name/8class.data cfg/yolov3_8class.cfg weights/yolov3.weights

#cfgファイルは通常のyolov3.cfgをクラス数に合わせて3か所のclass、filterを変えただけのものです

#8class.data
classes= 8
valid  = /data/coco/val.txt
names = /cfg/coco.names8 #8クラスのみ書き込んでます
eval=coco

試したこと

上の記載のようにcfgファイルの書き換えとclasses= 8部分を変更して試しました。
mAP自体は出てくるのですが0%と一つも分類できていない様子でした。
80クラスではmAP=60%程度の数値が出てきました。

補足情報（FW/ツールのバージョンなど）

VisualStudioCodeで実行してます

退会済みユーザー

2022/06/29 21:24

> そもそも既存のyoloを少し変えるだけではclass数を変えられないのでしょうか。 YOLOはそうできるように作ってあります。うまくいっていないのはどこかにミスがあるからと思います。取り急ぎ、[ここの行数指定](https://stackoverflow.com/a/57966003)に従ってクラス数を変更ください。念のため実際に適用したクラス数、フィルタ数を教えてください。 > mAP自体は出てくるのですが0%と一つも分類できていない自前のデータセットの画像トラベルを使ったときに学習がうまくいっていない、という意味でしょうか？

Latory_

2022/06/30 04:56

>指定行のclass数とfilter数はそれぞれ変更できていました。 class=8、filter=39とclass=8、とclass=1、filter=18の2パターンで試しています。いただいたURLでいうところの2個目の回答者のような状態になります。なにも変更しない状態では人や車など認識できますが、クラス数を変えた後(例えば、personの1classにする)では、人すら認識できなくなってしまいます。人が映っている画像10枚ほどで試しましたが認識できた画像はありませんでした。 >ｍAPが0%となるのはクラス数を変えて評価をしたときという意味です。画像とラベルはCOCOデータセットから100枚使って試しています。同様の評価をラベルを変える前の状態(80ラベル)で実行すると60%程度のmAPを算出できています。

退会済みユーザー

2022/07/01 14:22

>ラベルを変える前の状態(80ラベル)で実行すると60%程度のmAPを算出 > クラス数を変えた後(例えば、personの1classにする)では、人すら認識できなくなってしまいます。クラスを変えた後に収束するまで学習させないとうまく判定できないと思います。収束させるにはクラス数が多ければ多いほどたくさんデータが必要になります。 COCOデータセットのような多様なものからガッツリ学習させようとすると、結構なGPUで三日三晩ぶん回すくらいの覚悟がいりそうです。

Latory_

2022/07/06 08:59

ありがとうございます。クラス数をもっと厳選してなるべく短時間でできるように調整してみます。