Tensorflow对象检测:将大的输入图像裁剪为图块

问题描述 投票:0回答:1

我有一个1100x250像素的歪斜图像,还有一些30x30的小标签框。我的可可模型训练得不好,可能是因为所有内容都调整为300x300。

[Internet上的某些人建议将我的训练图像裁剪为接近300x300(这样就可以制作我的照片的拼贴),当然还要创建相关的注释文件。

但是,我找不到关于此的官方信息,也没有科学论文。这是要走的路吗?

  • 即使我知道里面没有物体,训练时我是否也会显示模型中的所有图块? (无注释)还是仅显示带有边框的图块?
  • 我是否以300x300均匀裁切,这会使最后一个图块变小(因此延伸得比其他图块大)?还是我尝试使每个图块的长宽比保持相似?
  • 每个图块是否需要更多训练样本?现在,我已标记了约500张图像,但覆盖了1100像素的整个范围。每个磁贴是否需要500个实例?
  • 有人建议在每个标记的对象周围裁剪300x300,但在我看来,tensorflow只会学习“哦,总是在中间”,这不是我想要的]]
  • 感谢您的帮助,我觉得这在互联网上有些无法解释。

我有一个1100x250像素的歪斜图像,还有一些30x30的小标签框。我的可可模型训练得不好,可能是因为所有内容都调整为300x300。互联网上的某些人...

python tensorflow object-detection-api
1个回答
© www.soinside.com 2019 - 2024. All rights reserved.