训练图像裁剪与准确性

Question

我有一些关于奶牛场的长时间录像。每个摄像机覆盖两支笔（牛舍）和相邻笔的某些部分（如图1所示）。

训练模型

我必须以某种方式训练对象检测模型（现在称为YOLO），以便它可以检测到A PEN中的母牛。我已为图像添加了注释，以下选项可供进行培训-

（1）感兴趣的区域将是两个笔，其他所有区域将被转换为黑色区域（2 / A）。

（2）感兴趣的区域将是一支笔，包括另一支笔在内的所有其他东西都将转换为黑色区域。 （3 / B）

（3）感兴趣的区域将是一支笔，ROI将被裁剪然后用于训练（4）。

对象检测

培训后，每只钢笔的图像将提供给YOLO以进行母牛检测。在为目标检测结果提供这些图像时，有两种选择-

（a）感兴趣的区域将是一支笔，其他所有东西，包括另一支笔都将转换为黑色区域（3 / B）。

（b）感兴趣的区域将是一支笔，ROI将被裁剪然后用于训练（4）。

哪些选项可能对训练模型并获得更好的结果有用？