0

系统:

操作系统 - Ubuntu 16.04 LTS // RAM - 8 GB // GPU - 2 x GTX 1080 // 软件 - Tensorflow / Keras

问题陈述:

我有大图像(6500 x 4308 像素),我想在其上运行训练过程来训练 DL 算法。问题是这种尺寸的图像不适合我的显卡内存(2 x GTX 1080)。我计划将图像分成更小的图块以放入内存中,最后将图块放在一起以显示结果图像(在测试阶段以查看图像的预测,例如表面缺陷)。

但是对于每个大图像,我都有一个注释文件,其中包含有关图像中边界框的信息。所以现在我没有关于如何进行的技巧或想法。如果你们能根据自己的经验向我推荐一些方法,我会非常高兴。

先感谢您!

编辑:图像调整大小不是一个选项,因为 ROI 小到 5 x5 像素。如果重新调整图像大小,它们将丢失。

4

1 回答 1

0

您可以从包含预处理感兴趣区域的图像中裁剪小部分。然后可以在这些裁剪的感兴趣区域上训练一个小型神经网络。然后,您可以在全尺寸图像中扫描小型神经网络(低效)或使用强化学习策略(高效)来识别全尺寸图像中的感兴趣区域。

于 2019-01-23T18:00:26.133 回答