训练YOLOv3模型架构CNN的输入图像的大小应该是多少？

Question

我从头开始实现了YOLOv3，我计划使用MS-COCO权重来微调一些不同的数据。 我选择的数据集的图像尺寸为720 * 1280。

当我浏览YOLOv3纸时，第一层CONV2d层的filter_size = 3，步幅= 1，输出大小为256 * 256...。

有人可以告诉我YOLO培训部分在这里如何工作吗？

Answer 1

摘自Yolov3论文：

• 如果要获得最佳的精度/ mAP，请在config中使用608 x 608作为输入图层大小。
• 如果您希望以准确性为代价来获得良好的推理/速度，请使用320 x 320
• 如果要使用平衡模型，请使用416 x 416

请注意，第一层会自动将图像的大小调整为Yolov3 CNN中第一层的大小，因此您无需将1280 x 720图像转换为输入层的大小。

建议您阅读以下内容：

• 要了解Yolov3的工作原理，请阅读此blog帖子。
• 要了解从原始site中读到的一些基本知识
• 了解如何训练自定义对象检测器here