使用MobileNet和更快的RCNN检测小目标

Question

我正在使用Tensorflow对象检测API对各种动物进行对象检测。在过去，我成功地将MobileNet v1应用于各种设置，我过去对结果很满意。

现在，我遇到了一个新物种的问题，它比我以前接触过的动物小了三分之一。从视觉上看，动物在一定的尺度上看起来是一样的，这意味着要预测的边界框相当于图像大小的5%-15%，而不是以前的20%-30%。

我感觉应该有一些超参数我需要调整，以使东西恢复工作，但我努力找到正确的管道配置。我已经尝试将anchor_generator的min_scale和max_scale调整为更小的值，但没有成功。

有趣的是，使用更快的RCNN可以立即处理完全相同的数据。

有什么想法可以尝试吗？

Answer 1

对于较小的对象，您可以尝试RetinaNet/SSD-resnet-FPN。FPN (特征金字塔网络)应该比mobilenet工作得更好。