Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Yolov9 bad results

Abierto
#332 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
15/100
Tipo de issue
Error
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
computer-vision, machine-learning, python

Línea de trabajo

No se menciona ningún archivo del repositorio, prueba ni punto de entrada. Empieza comparando el conjunto de datos combinado enlazado con el conjunto de datos construction-site-safety y las métricas de evaluación reportadas, centrándote en la cobertura de etiquetas y la composición del conjunto de datos. Se considera terminado cuando se documente si los datos explican los resultados degradados y se identifique un conjunto de datos o enfoque de entrenamiento adecuado.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

I want to train a model with personal protective equipment. When I train with a helmet, vest and mask, the results are good, but when I add gloves and goggles in addition to these equipment by taking images from different datasets, the results get quite bad. Is there a dataset or approach you can recommend?

I need a dataset of situations with and without hardhats, vests, masks, gloves and goggles(Hardhat,No-Hardhat, Glove, No-Glove etc.)

https://universe.roboflow.com/yavuzhan-zom9x/mergeddataset-50xku/dataset/19 (Dataset I created by merging)
https://universe.roboflow.com/roboflow-universe-projects/construction-site-safety (The dataset I use for hardhats, vests and masks)

image
I am presenting the success evaluation metrics of the last model I trained in the screenshot.

Thanks for your support.

Lenguaje dominante
Python
Estrellas
629
Forks
140
Merge medio
2 d 2 h
PR fusionados (30 d)
5

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de roboflow/roboflow-python

Todos los issues de roboflow/roboflow-python

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.