我即将开始注释我的图像来训练YOLOv3模型。在开始之前，我想确保在原始图像上创建注释是可以的。在训练之前调整图像大小后，注释会分别改变吗？或者我应该首先调整所有图像的大小然后开始注释？
没关系！您不必担心图像大小。您可以使用任何尺寸注释数据集，当您开始训练时，Yolo将根据网络大小调整训练图像的大小，例如： 416x416,608x608。
另请注意，在原始仓库中，如果在cfg文件中设置random = 1，则在网络大小期间每10次更改一次。 random = 1意味着Yolo每10次迭代改变网络大小，通过在不同分辨率上训练网络来提高精度是有用的。
根据Yolo论文：
但是，由于我们的模型仅使用卷积和池化层，因此可以动态调整大小。我们希望YOLOv2能够在不同尺寸的图像上运行，因此我们将其训练到模型中。我们不是修复输入图像大小，而是每隔几次迭代就改变网络。每10批次我们的网络随机选择一个新的图像尺寸大小。由于我们的模型缩减了32倍，我们从32的倍数中拉出：{320,352，...，608}。因此，最小的选项是320×320，最大的选项是608×608。我们将网络调整到该维度并继续训练。
但是，如果您正在使用AlexeyAB的repo，则调整大小过程将不会保持纵横比https://github.com/AlexeyAB/darknet/issues/232#issuecomment-336955485