我可以在已经分割的小图像上训练YOLO，并在大图像上对其进行测试以进行检测吗？

Question

我一直在考虑建立一个用于检测停车场占用率的YOLO模型，我将每个停车位的所有小段图像分割开来。我是否可以在已经划分为空的和空的类别的这些小图像上训练YOLO，并在测试图像上对其进行测试，例如带有28个停车位的停车场的ariel视图，并且模型应该检测到空的和空的空间。 如果是，那么有人可以指导我如何解决该问题吗？我将使用在Keras上实现的YOLO。

Answer 1

YOLO是n个对象检测模型。在训练期间，它将图像中边界框的坐标作为输入，并学会识别此类边界框内的图像。根据您的问题陈述，如果您具有停车场的鸟瞰图，请绘制边界框，生成xml文件（根据您的培训要求）并开始培训。理想情况下，这将为您提供所需的模型进行预测。

用于标记图像的免费工具-https://github.com/tzutalin/labelImg

Github项目旨在了解如何在自定义数据集-https://github.com/experiencor/keras-yolo2

上在Keras中训练Yolo

无论如何，鉴于您没有提供任何代码或图像，这不是针对您的问题的完美量身定制的解决方案。但这是一个很好的起点。