同一位置的图片是否足以训练物体检测模型？

Question

我目前正在进行自定义对象检测，需要为其收集数据（对象的标记图像）。 该对象非常稀有，以至于我只能在Google图片上找到大约50张不同的图片，但是我下载了两分钟的视频，并将它们的每一帧保存为一张不同的图片（总计超过9000张） （不是模因）图片）。 这是一个好方法吗？

Answer 1

这绝对是个好方法，特别是在稀有物品的情况下。创建高质量训练集的方法并不多。在此处查看其他详细信息：

• How to prepare training data for image segmentation
• Best practice for video ground truthing?

另一个很好的例子表明，使用基本设备和一小部分创造力，您可以获得很好的结果：

（see the video）

您只需要确保：

• 不同的视频是为了避免过拟合
• 注释大量图像不是问题
• 如果结果不太理想，可以添加更多数据
• 您可以自动化至少一些步骤

很长时间以来，我一直在忙于开发训练集生成解决方案（请参阅some examples），除了基于视频创建完全或半自动化的解决方案之外，别无他法。

（请参阅the complete set）