Darknet YOLO图像大小

Question

我正在尝试在Darknet YOLO v2中训练自定义对象分类器 https://pjreddie.com/darknet/yolo/

我收集了一个图像数据集，其中大部分都是6000 x 4000像素，还有一些较低的分辨率。

我需要在训练前调整图像大小才能平方吗？

我发现配置使用：

[net]
batch=64
subdivisions=8
height=416
width=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1

这就是为什么我想知道如何将它用于不同大小的数据集。

Answer 1

你不必调整它的大小，因为Darknet会代替你而不是你！

这意味着您确实不需要这样做，并且您可以在训练期间使用不同的图像尺寸。您上面发布的内容只是网络配置。还应该有完整的网络定义。高度和宽度告诉你什么是网络分辨率。它还保持纵横比，例如this。

Answer 2

在训练前调整图像大小非常常见。 416x416略大于普通。大多数imagenet模型调整大小并将图像平方为256x256。所以我希望在这里也一样。试图在6000x4000上进行训练需要一个GPU场。标准过程是将图像平方到最大尺寸（高度或宽度），在短边上用0填充，然后使用像PIL这样的标准图像大小调整工具调整大小。

Answer 3

您无需调整图像大小，可以直接更改darknet.cfg文件中的值。

1. 打开darknet.cfg（yolo-darknet.cfg）文件时，您可以全部
   超参数及其值。
2. 如cfg文件中所示，图像尺寸为（416,416）->（重量，高度），您可以更改值，以便darknet在训练之前自动调整图像的大小。
3. 由于图像的尺寸较大，因此可以调整批处理和细分值（较低的值32、16、8。该值必须为2的倍数），以使Darknet不会崩溃（内存分配错误）< / li>

Answer 4

您不需要调整数据库映像的大小。 YOLO架构会根据.cfg文件中的分辨率自行确保宽高比安全（不会丢失任何信息）。 例如，如果您的图像尺寸为1248 x 936，则YOLO会将其尺寸调整为416 x 312，然后用黑条填充多余的空间以适合416 x 416网络。

Answer 5

默认情况下，暗网api在推理和训练中都会更改图像的大小，但理论上任何输入大小w，h = 32 x X，其中X属于自然数，W是宽度，H是高度。默认情况下，X = 13，因此输入大小为w，h =（416，416）。我在opencv中将这个规则与yolov3一起使用，并且X越大越好。