如何在深造模式训练中标注重叠对象

Question

我正在训练yolov3来检测定制对象(鸡)。在我的许多训练图像中，我有重叠的鸡(只能看到部分鸡等)。在这些情况下，是否有共同的做法来标记数据(边框)？你应该只给你能看到的图像的部分贴上标签吗？

Answer 1

没有一个常见的做法，在标签的包围盒。它总是依赖于问题的。例如，如果你想数鸡，那么你也应该把整只鸡标为鸡的一个实例。如果你只需检测图片中是否有一只鸡，你就应该给未遮挡的部分贴上标签。

你得考虑一下你的问题。算法的目标是什么？人类能在不想象物体的其他位置的情况下完成这项任务吗？您还应该考虑问题的像素不平衡。一般来说，第一种方法比第二种方法更困难，因为即使是人类也在标记被遮挡物体的边框方面有问题。因此，由于这一因素，您将有很大的差异。如果你只给你看到的东西贴上标签，那么包围框的标签就会更可靠。据我所知，在PASCAL视觉对象类中使用的YOLO出版物数据集只标记了所能看到的，而不是被排除的。

顺便说一句，我希望你们的任务是提高鸡的生活质量。如果机器学习被用来伤害他们，那将是一种耻辱。