检测小物体时用于Mask RCNN训练的图像类型

Question

我的最终目标是在受控环境下对样品中的谷物进行分类。我得到了一个工作模型，当它们彼此不接触时，仅通过使用opencv findcontours，获取边界框并对它们进行分类，就可以正确地根据图像对颗粒进行分类。当有很多谷物彼此接触时，这将不起作用。

我的计划是使用Mask RCNN获得用于谷物的口罩，并用白色填充并输送到另一个分类器。 （如果这听起来很愚蠢，请仍然回答mask rcnn image问题，因为它是我找不到答案的问题）。通过以下示例，我使用了Mask RCNN，并在具有少量颗粒的图像上获得了很好的结果。但是，对于带有大量颗粒的图像来说存在很大的问题，而我添加的培训材料似乎并没有变得更好。

我开始收集和分类更多图像，并且由于它的任务很长，我不想再做一次。我是否应该拥有与准备就绪时将使用的图像完全相同的图像，只是具有不同的颗粒并完全注释。还是应该拍摄10-20粒的较小图像并对其进行注释，或者应该使用单粒图像？