Yolov3输出结果数值大于0

根据 https://docs.khadas.com/vim3/HowToTransformYolo.html 中的步骤,使用 yolov3.cfg和yolov3.weights,但最终的结果输出却大于0,请问问题应该出在哪?如何排查问题?

@ThinkBird 请问你在转换之前验证了吗,看起来这种情况是训练数据有问题

模型和权重文件没有问题,使用命令./darknet detect cfg/yolov3.cfg weights/yolov3.weights data/dog.jpg输出如下:


另外,修改过量化所用的文件名和文件内容:
1_quantize_model_yolov3.sh

#!/bin/bash

NAME=yolov3
ACUITY_PATH=../bin/

tensorzone=${ACUITY_PATH}tensorzonex

#asymmetric_quantized-u8 dynamic_fixed_point-8 dynamic_fixed_point-16
$tensorzone \
    --action quantization \
    --source text \
    --source-file ./data/validation_yolov3.txt \
    --channel-mean-value '0 0 0 256' \
    --model-input ${NAME}.json \
    --model-data ${NAME}.data \
    --quantized-dtype dynamic_fixed_point-8 \
        --quantized-rebuild

##$tensorzone \
##    --action inference \
##    --source text \
##    --source-file ./data/validation_yolov3.txt \
##    --channel-mean-value '0 0 0 256' \
##    --model-input ${NAME}.json \
##    --model-data ${NAME}.data \
##    --dtype quantized

validation_yolov3.txt(实际内容有200行)

/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000002.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000003.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000007.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000009.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000016.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000021.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000026.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000027.jpg
/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000032.jpg

@ThinkBird 将验证图片改成一张试试,这个地方是有bug的

请问验证图片文件的格式是怎样的?仅仅是图片路径吗?
我看demo里的validation_tf.txt内容是

./dog_299.jpg, 208

但 Model-convert-0.4-Wesion_zh.pdf 文件中并未提及。

@ThinkBird 只要包括图片路径就可以,这里只是做验证,使用一张就好,多张图片会有bug,最后显示的结果是不正确的

验证图片换成一张,仍旧有问题。
yolov3和yolov3tiny也都试过了,还是问题依旧。
用命令行也是不行,问题依旧,命令行如下,请帮忙看是否是命令行有问题:

../bin/convertdarknet  --net-input yolov3-tiny.cfg  --weight-input yolov3-tiny.weights --data-output yolov3-tiny.data --net-output yolov3-tiny.json

../bin/tensorzonex  --action quantization \
    --quantized-dtype dynamic_fixed_point-8 \
    --channel-mean-value '0 0 0 256'  \
    --source text --source-file dataset1.txt  \
    --model-input yolov3-tiny.json --model-data yolov3-tiny.data \
    --quantized-rebuild

../bin/ovxgenerator  --model-input yolov3-tiny.json \
        --model-quantize yolov3-tiny.quantize \
        --data-input yolov3-tiny.data \
        --channel-mean-value '0 0 0 256' \
        --reorder-channel '2 1 0' \
        --export-dtype quantized \
        --optimize VIPNANOQI_PID0X88  \
        --viv-sdk ../bin/vcmdtools \
        --pack-nbg-unify

验证文件如下:
dataset1.txt

/home/yan/project/darknet/VOCdevkit/VOC2012/JPEGImages/2008_000002.jpg

另外,有没有可能是解析(process.c)过程出的问题?