目标是从图像中本地化对象。我决定修改和训练现有的模型。但是，我不能决定是否应该使用面具训练模型或仅使用ROI训练模型。
例如：对于1类数据，只有1级对象可以在图像上显示，其他每个区域都会用0填充，对于2'类，我会做同样的事情，只留下2 '掩码中的类对象，以及第3和第4类的等等。
第二种方式，使用投资回报率：我将从没有面具的图像中裁剪每个类别，只拍摄感兴趣的区域。
然后，我希望继续这样做：https://github.com/jazzsaxmafia/Weakly_detector
我应该选择第一种方式还是第二种方式？任何评论，如“你的计划将无法运作，尝试这一点”也表示赞赏。
- Edit-- 要清楚，
原始图片：http://s31.postimg.org/btyn660bf/image.jpg
使用面具的第一种方法：
使用投资回报率的第一种方法：
P.S：对于新示例，对象的位置将非常相似，因此使用掩码方法可能会更有用。对于ROI方法，我需要规范化每个具有不同大小的对象。然而，对整个图像蒙版进行标准化可能会使原始图像蒙版之间的差异更小。
答案 0 :(得分：1)
我已经实现了一些手势识别软件并遇到了类似的问题。我可以使用原始的，未经处理的ROI，或者我可以使用过滤掉大部分背景的预处理版本。我基本上尝试了两种方式，并比较了模型的准确性。就我而言，我能够从预处理的图像中获得稍好的结果。另一方面，我的图像背景更加复杂多变。无论如何，我的建议是建立一个可靠的机制来测试模型的准确性，并进行实验以确定最佳效果。
老实说，最重要的是为每个班级收集好样本的批次。在我的情况下，我一直看到实质性的改进，直到我每班大约5000张图像。由于收集大量数据需要很长时间，因此最好捕获并存储原始的全尺寸图像，以及实际数据收集中涉及的任何元数据，以便您可以尝试不同的方法（屏蔽与ROI） ，不同的输入图像大小，其他预处理，如直方图归一化等），而不必收集新数据。
