首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >用照片拼贴代替单个图像来训练对象检测的ssd模型可以吗?

用照片拼贴代替单个图像来训练对象检测的ssd模型可以吗?
EN

Data Science用户
提问于 2020-08-20 01:13:30
回答 1查看 123关注 0票数 1

使用照片拼贴(一张图像中的多张照片)作为数据集,而不是使用单个图像来训练对象检测SSD模型是否正常/更好?

我正在使用Tensorflow对象检测API来建立一个SSD模型来识别和检测不同的叶子疾病。我的数据集由256x256树叶(植物村数据集)组成,我希望我的模型能够被训练来检测多个不同大小的对象(大多数叶子几乎和图像本身一样大--这给小对象带来了不好的准确性),所以我考虑将这些图片组合到拼贴图中,在每张图片中包含几个叶子,并用以下方式创建一个数据集,对于每个标签,我将使用单个叶图像、4个叶图像(2x2拼贴)和9个图像(3x3拼贴)。你认为它会给多目标检测提供更好的结果吗?还是应该停留在单一图像上,而不会改变任何事情?如果它有效,您建议为图像调整大小选项设置什么?它应该像300x300那样低,还是因为在某个部分有9张图像,所以最好有800x800呢?

EN

回答 1

Data Science用户

发布于 2020-08-20 06:18:13

1.您可以在数据集中使用渐进式调整大小,以提高结果。链接在这里

当图像只描述样本的部分时,这种方法是有帮助的。

2.此外,为了让你的模型能够很好地预测不需要整个图像的较小的叶子,你应该让你的验证集保持平衡。在验证集中,应该平衡一些获取整个图像的较小的图像和叶子。

3.我不太了解基于拼贴的方法,但您可以使用看看这个

希望能帮上忙。如果有帮助,请投一票。

票数 0
EN
页面原文内容由Data Science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://datascience.stackexchange.com/questions/80546

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档