如何选择训练数据以在较大图像上找到对象的许多小实例-Mask RCNN？

Question

假设我有这样的任务：查找图像上的所有窗口。我是否可以仅用于训练单个窗口的许多图像，然后在一个图像上找到许多窗口（图像描绘的是公寓楼）？如果是，我应该如何选择每个训练图像的大小？验证图片的大小可以是多少？

Answer 1

从技术上讲，您可以。但是这里的问题是，您将期望算法在图像中找到一个窗口。您可以通过将测试图像（单位块）裁剪为较小的部分并尝试在每个裁剪的图像中预测窗口来解决此问题。就是说，您必须以多种方式预处理单个窗口的图像-模糊化它们，更改大小，旋转（倾斜）它们，输入一些人为噪声...但这绝对不是完美的。我建议您使用YOLOv2或Yolov3或其他一些对象检测算法和模型，并在带有很多窗户的公寓图像上进行训练。