YOLOv8 - classes invertion in data.yaml
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 25/100
- Tipo di issue
- Bug
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Ambito
- computer-vision, machine-learning
Direzione di ricerca
Inizia riproducendo l’esportazione Roboflow utilizzando le impostazioni di preelaborazione e aumento indicate, quindi esamina data.yaml insieme alle annotazioni generate. Verifica se i due nomi delle classi sono scambiati nell’esportazione e se correggere l’ordine fa corrispondere le label visualizzate al dataset; l’issue non fornisce alcun file del repository né un punto di ingresso per i test.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hello,
I'd like to report a minor bug. I've annotated a dataset with Roboflow. I exported my data in YOLOv8 format but 2 classes are inverted in data.yaml. The model have been trained sucessfully but when I display the labels on images, they are inverted...
train: ../train/images
val: ../valid/images
test: ../test/images
nc: 9
names: ['Bibendum', 'Casquette', 'Dunlop', 'Goodyear', 'Michelin bibendum', **'Michelin logo carre', 'Michelin logo',** 'Michelin sept', 'Pneu']
roboflow:
workspace: tmf
project: michelin-gt
version: 11
license: CC BY 4.0
url: https://universe.roboflow.com/tmf/michelin-gt/dataset/11
I expected :
names: ['Bibendum', 'Casquette', 'Dunlop', 'Goodyear', 'Michelin bibendum', 'Michelin logo', 'Michelin logo carre' 'Michelin sept', 'Pneu']
Here are the augmentations / preprocessing steps I choose in Roboflow before exporting :
PREPROCESSING
Resize: Stretch to 640x640
Modify Classes: 4 remapped, 3 dropped
AUGMENTATIONS
Outputs per training example: 3
Rotation: Between -15° and +15°
Saturation: Between -25% and +25%
Brightness: Between -25% and +25%
Exposure: Between -25% and +25%
- Lingua principale
- Python
- Stelle
- 642
- Fork
- 146
- Merge medio
- 1g 10h
- PR unite (30g)
- 13
Preparare l'ambiente
Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di roboflow/roboflow-python
-
`--json` output is not valid JSON for `search --export`, `image upload <dir>`, `model upload` and `version download`Forse già presa @cdeil l’ha presa 37 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 20/100
roboflow/roboflow-python#546 ·
I maintainer di solito rispondono entro 1 giorno
-
Failed uploads are reported as success: Version.deploy() / Workspace.deploy_model() don't raise, and roboflow model upload / roboflow image upload <dir> exit 0Forse di nuovo libera Una pull request per questa issue è stata chiusa senza essere unita. Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 55/100
roboflow/roboflow-python#545 ·
I maintainer di solito rispondono entro 1 giorno
-
RLE segmentation mask visible in dataset thumbnail, but invisible in annotation preview/editorAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
roboflow/roboflow-python#505 · 2 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 30/100
roboflow/roboflow-python#433 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Dataset Download StuckAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
roboflow/roboflow-python#429 ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di roboflow/roboflow-python
Issue simili
-
area:core-platform effort:S priority:P3 risk:night-safe status:ready type:test
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
randomparity/kdive#3620 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
FinanceFlash/unvibecode#760 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
google-research/google-research#3470 ·
I maintainer di solito rispondono entro 21 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
mrvautin/ha-workouts#11 ·