高分辨率图像中的目标检测方法是将图像分割成块，并将图像重构成单个图像。
高分辨率图像中的目标检测方法是将图像分割成块，并将图像重构成单个图像。
提问于 2022-03-09 09:55:17
我的yolov5模型被训练在416 * 416张图像上。我需要在我输入的4008 * 2672大小的图像上检测物体。我把图像分割成416 * 416大小的瓷砖，然后输入到模型中，它可以检测物体，但是在拼接预测的图像块以重建原始图像时，我可以看到在瓷砖边缘的一些物体被分割，检测到一半在一个瓷砖中，另一半在另一个瓷砖中，有人能告诉我如何在重建过程中将这一半检测成一个单一的检测。
回答 3
Stack Overflow用户
发布于 2022-03-09 10:31:19
在平铺之后运行第二次检测，将确保所有先前切割的对象都位于一个瓷砖中(假设它们比瓷砖小)。也许你可以把这两个结果组合起来，只得到完整的对象。
Stack Overflow用户
发布于 2022-03-09 13:56:20
您写了“我需要检测对象”，但没有说明为什么分割图像是您选择的解决方案。我必须问，有必要分割图像吗？这是yolov4在(3840,2160,3)图像上的输出。yolov4将内部图像的大小调整到指定为参数的大小(YOLO家族允许IN_DIMS：(320,320)，(416,416)，(512,512)，(608,608))，应该对用户透明。
Stack Overflow用户
发布于 2022-06-30 09:00:47
我认为，您必须计算对象的合并，以获得包围框，因为您可能会计算欠条，同时平铺图像。你试过了吗？我也在同一条道路上使用图像拼接技术来检测小物体。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71407415
复制相关文章
相似问题
腾讯云开发者
