训练图像大小更快-RCNN

Question

我将使用faster-rcnn为一个类训练我的数据集。我所有的照片都是1920x1080大小的。我应该调整图像大小或裁剪图像，还是可以使用此大小进行训练？而且我的对象真的很小(大约60x60)。

在配置文件中，有两个尺寸分别为min_dimension: 600和max_dimension: 1024，因此我很难使用1920x1080大小的图像来训练模型。

Answer 1

如果您的对象很小，则将图像大小调整为较小的大小不是一个好主意。您可以将max_dimension更改为1920或2000，这可能会使速度稍低一些。对于裁剪图像，您应该首先考虑对象在图像中的放置方式。如果裁剪会剪切很多对象，那么你会有很多截断的情况，这可能会对模型的性能产生负面影响。

Answer 2

如果您坚持使用faster-rcnn来处理此任务，我个人建议：

1. 在配置文件中更改输入的高度和宽度、最大值和最小值，这应该适用于您的数据集，即成功地将原始区域提案参数(也应该在配置文件中) execution.
2. Change到一定的比例和比例，如1:1和60。

但如果我是你，我会尝试：

1. 在backbone中增加了一些捷径，因为它是一个小目标检测任务，需要高resolution.
2. Cut的fast-rcnn头来增强性能，因为我只需要检测一个类是类还是不是类(是背景类还是其他类)，并且输出应该足以编码RPN阶段的信息。