带有注释文件的大图像训练-替代方法？

Question

系统：

OS-Ubuntu 16.04 LTS // 内存-8 GB // GPU-2 x GTX 1080 // 软件-Tensorflow / Keras

问题陈述：

我有大图像（6500 x 4308 px），我想在该图像上运行训练过程来训练DL算法。问题是这种尺寸的图像不适合我的图形卡的内存（2 x GTX 1080）。 我计划将图像分成较小的图块以适合内存，最后，将这些图块放在一起以显示结果图像（在测试阶段中查看图像的预测，例如表面缺陷）。

但是对于每个大图像，我都有一个注释文件，其中包含有关图像边界框的信息。因此，现在我对如何进行操作没有任何技巧或想法了。 如果你们能从我的经验中建议我方法，我将非常高兴。

提前谢谢！

edit：调整图像大小不可行，因为ROI最小为5 x5 px。如果调整图像大小，它们将丢失。

Answer 1

您可以在预处理中从包含感兴趣区域的图像中裁剪小部分。然后可以在这些感兴趣的裁剪区域上训练一个小型神经网络。然后，您可以扫描完整尺寸图像中的小型神经网络（低效率），也可以使用reinforcement learning strategy（有效）来识别完整尺寸图像中的关注区域。