我正在使用tensorflow对象检测API进行对象检测任务。但是，我的物体是从高角度（10 m处的相机）捕获的，并且尺寸很小，图像尺寸为1920 x1080。
问题：
1）在这种情况下检测小物体的最佳方法是什么？
2）合适的数据集有哪些特征？来自相同视图的图像（也许！）？
感谢您的所有回答，谢谢：）
答案 0 :(得分：0)
即使使用1920x1080之类的高分辨率图像，也必须考虑对象检测器的输入大小。
因为对象检测器将输入图像的大小调整到其架构大小（例如，一般的YOLO在其架构中使用410x410输入）
另一方面，如果按原样使用1920x1080图像，则您的API会将其大小调整为410x410之类的小分辨率。
这意味着您的图像中的小物体在通过卷积滤镜时会消失。
我认为
1）如果您知道小物体在整个图像中的位置，请裁剪并分离图像并将其用作输入图像。
即使您不知道小对象在哪里，也可以创建一些通过某种方法分隔的候选列表。
2）我不明白您想知道什么，请让我更具体地了解。
答案 1 :(得分：0)
我认为您应该使用kitti数据集尝试“ faster_rcnn_resnet101”模型，该模型的最大图像大小为1987。但是，与任何其他SSD模型相比，该模型非常慢。配置链接如下-
与yolo相比，Faster rcnn模型在小物体检测方面做得更好，并且不确定ssd模型的性能。