TF对象检测API：非常高分辨率图像中的推断

Question

我已经训练了一个模型（基于更快的rcnn）来识别1000x600图像中的80x80大小的对象。

当提供1000x600测试图像时，推理效果很好。

然而，我的最终目标是能够在非常高分辨率的照片中检测到这些物体（80x80）（5000x4000或更高，有时是其中的10倍）。

我有哪些选择？

我想的一种方法是将大图像分割成1000x600的较小图像并对它们进行推理。但是这种方法存在挑战。

任何人都试过这个用例并找到了可行的解决方案吗？

-

Answer 1

我要做的是：

1. 缩小图像的大小5000x4000 - ＆gt;为1000x600
2. 预测物体;你会得到xminx, xmaxs, ymins, ymaxs - ＆gt;按宽度和高度标准化它们以获得0和1
的值空间
3. 拍摄原始图像并按原始宽度和高度重新标准化对象框

您建议的拆分图像方法也应该有效，但计算成本会更高。

Answer 2

你可以：

• 进行逐个补丁的推理并使用非最大限制来处理边界情况，或者

• 通过填充使您的训练图像与测试图像的大小相同。

让我们知道你最终在做什么！