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 >我应该使用哪个图像大小来训练Yolov3?

我应该使用哪个图像大小来训练Yolov3?
EN

Stack Overflow用户
提问于 2020-09-16 17:17:40
回答 2查看 812关注 0票数 0

我想训练一个yolo模型来检测交通标志。我有非常大的图像(3840x2160)的整个街道的场景,包含1-3个较小的交通标志。我知道当模型在正方形和小图像上训练时效果最好。那么你认为用我给定的图像训练我的模型会有什么更好的做法呢?调整整个街道场景的大小并在整个图像上进行训练,还是从街道场景中提取交通标志并仅对标志进行训练?

谢谢你的帮助。

EN

回答 2

Stack Overflow用户

发布于 2020-09-16 21:22:22

你意外地将两种不同的深度学习方法交织在一起:当你只提取交通标志并对这些提取进行训练时,你实际上是在执行分类,而不是物体检测。

然而,Yolo是一种适合于目标检测的模型,它确实包括分类和定位。

我的建议是尝试较小的图像大小,并尽量保持宽高比(即将宽度和高度除以相同的数字),从而在整个图像上进行训练。

至于平方方法,您必须在自己身上进行测试,以检查模型的行为。

票数 2
EN

Stack Overflow用户

发布于 2020-09-17 04:23:44

我将首先尝试将您的图像调整为更合适的大小。你很可能不需要模型的全分辨率就能很好地满足你的用例。特别是对于sign detection with YOLOv5,我已经看到416x416就足够了。

如果这在你的情况下不起作用,你也可以尝试平铺你的图像,一次对一小块进行推断。

有一篇关于其他strategies to detect small objects here的文章。

票数 1
EN
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/63916897

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