训练新的Yolo模型是否需要调整图像大小?

时间:2018-07-24 18:55:54

标签: tensorflow darknet darkflow

我想使用自己的数据集来训练新模型。

我将使用Darkflow / Tensorflow。

关于我的疑问:

(1)是否应将训练图像调整为特定大小?

(2)我认为较小的图像可以节省时间,但是较小的图像会损害准确性吗?

(3)那么要预测的图像又该如何调整大小,还是没有必要?

最好的问候。 克莱森里奥斯(Kleyson Rios)。

3 个答案:

答案 0 :(得分:3)

(1)它已经在.cfg文件中使用Sub changeFilters() Dim pt As PivotTable Dim pf As PivotField Dim pi As PivotItem Dim wsChart As Worksheet Dim wsPivot As Worksheet Dim SelGeo As Variant 'turn on automatic update / calculation in the Pivot Table Set wsChart = ThisWorkbook.Sheets("Graph Data") Set wsPivot = ThisWorkbook.Sheets("PCW_pivot") Set pt = ThisWorkbook.Sheets("PCW_pivot").PivotTables("Pivot_table1") Set SelGeo = ThisWorkbook.Sheets("Graph Data").Range("SelGeo") pt.ManualUpdate = True Application.ScreenUpdating = False ThisWorkbook.Sheets("PCW_pivot").PivotTables("Pivot_table1").ClearAllFilters If ThisWorkbook.Sheets("Graph Data").Range("SelGeo") = WW Then Exit Sub End If For Each pi In pt.PivotFields("Geo").PivotItems Select Case pi.Name Case [SelGeo] pi.Visible = True Case Else pi.Visible = False End Select Next pi 'turn on automatic update / calculation in the Pivot Table pt.ManualUpdate = False Application.ScreenUpdating = True End Sub 调整了大小。答案是“是”。图像的输入分辨率相同。您可以自行调整大小,也可以由Yolo完成。

(2)如果硬件足够好,建议您使用大尺寸的图像。另外建议,如果要使用网络摄像头,请以与网络摄像头相同的分辨率使用图像。

(3)是,与培训相同。

答案 1 :(得分:0)

(1)不,没有必要。但是,如果您的数据集包含随机分辨率,则可以放

random = 1

.cfg文件中的内容,以获得更好的结果。

(2)较小的图像不会减少收敛时间,但是如果您的数据集中仅包含较小的图像,则Yolo可能无法收敛(Yolov3并不是许多微小物体的良好检测器)

(3)不必要

答案 2 :(得分:0)

(1)是,神经网络具有固定的输入维度。可以调整这些尺寸以适合您的目的,但是最后您需要确定定义的输入尺寸,因此需要输入适合这些尺寸的图像。对于YOLO,我found进行以下操作:

    layer      filters     size           input                  output
    0 conv     32          3 x 3 / 1      416 x 416 x   3   ->   416 x 416 x  32  

您使用的框架可能已经为您完成了这一步骤。也许有人可以对此发表评论。

(3)在推论过程中提供的图像/样本(用于预测)应尽可能类似于训练图像/样本。因此,无论您要对训练数据进行何种预处理,都一定要对推断数据进行同样的操作

(2)如果您的硬件 无法在内存中保存较大的图像,或者如果您使用大的批量训练,则较小的图像很有意义 strong>,以便您的硬件需要将多个图像保存在一个图像中。最后,计算时间与体系结构的运算量成正比,而不一定与图像大小成正比。

相关问题