更快地训练图像大小

Question

我将使用faster-rcnn训练我的数据集一堂课。我所有的图像均为1920x1080尺寸。我应该调整图像大小或裁剪图像，还是可以使用此尺寸进行训练？ 而且我的物体很小（约60x60）。

在配置文件中，尺寸标注为min_dimension：600和max_dimension：1024，因此，我很困惑使用1920x1080尺寸的图像训练模型。

Answer 1

如果对象很小，则将图像调整为较小的尺寸不是一个好主意。您可以将max_dimension更改为1920或2000，这可能会使速度降低一点。要裁剪图像，首先应考虑如何将对象放置在图像中。如果裁切会剪切很多对象，那么您将遇到很多截断的情况，这可能会对模型的性能产生负面影响。

Answer 2

如果您坚持使用fast-rcnn来完成此任务，我个人建议：

1. 更改配置文件中的输入高度和宽度，最大值和最小值，这对于成功执行数据集应该有效。

2. 将原始区域建议参数（也应在配置文件中）更改为一定比例，并按1：1和60的比例缩放。

但是如果我是你，我想尝试：

1. 在主干中添加一些快捷方式，因为它是一个小对象检测任务，需要高分辨率的功能。

2. 切断fast-rcnn以增强性能，因为我只需要检测一个类是否为THE类（作为背景或其他类），并且输出应足以进行编码RPN阶段的信息。