0

示例图像

例如上图,我需要的区域就像红框一样,其他部分没有任何分类/对象检测的标签。

我认为“如果我使用裁剪图像到红色框会产生更好的效果”,因为原始图像中有很多没有标签的无用区域。在 yolo v4 中使用马赛克增强时,它将图像放在一起。而且,由于没有标签的区域太多,镶嵌后的数据可能比以前没有用。

但是,这只是我的猜测,需要测试来确认,但是计算能力的不足限制了实际测试。那么问题来了,如果将原始图像裁剪成红框的形式,是否可以真正提高性能?这就是我猜对的原因吗?

另外,我的伙伴说在Yolo中裁剪不是一个好的选择,因为它会破坏物体的比例,但我不明白Yolo中物体的比例是什么意思。我想知道为什么 Yolo 中的对象比例不适合裁剪。

感谢阅读,祝您有美好的一天

4

1 回答 1

0

只是你不应该调整图像的大小,但是,如果训练/测试数据集在宽度和高度之间包含相当大的差异,请使用数据增强方法。请点击链接了解更多信息。 https://github.com/pjreddie/darknet/issues/800

于 2020-11-05T08:17:59.523 回答