训练图像,训练网络和推理网络的大小如何影响YOLOv4 Darknet模型的准确性?

时间:2020-09-07 12:00:53

标签: object-detection yolo darknet

我们的用例是训练YOLOv4网络,以检测像桌子顶部的婚戒一样小的物体。因此,对象大约是250px by 250px中的4096px x 2160px

  1. 培训网络规模::根据README.MD,我们的培训网络是否应尽可能大地容纳在GPU内存中?对于我们的情况,它是1056 x 1056,用于配备16GB GPU RAM的Titan T4

  2. 训练图像大小:对于我们的对象训练图像,它们大约在1000 px by 1000 px左右,从Darknet文档中可以看到,random=1时它将调整大小。 ,因此我认为我们对相对高分辨率的训练图像感到满意吗?

  3. 检测网络的大小:在检测期间,在相同的README.MD中,项目2的第一点建议增加检测的网络分辨率。因此,如果我们在训练期间使用1056x1056,应该使用1280 x 1280(32 * 40)或更大的net.width and net.height吗?

谢谢!

0 个答案:

没有答案