我最近训练了一个自定义 yolov5 模型来识别 safari 上的动物。
Safari 上的动物大部分时间都离得很远,因此,将图像大小调整为 640x640 后,现在大多数动物都太小而无法检测到。
我研究了平铺技术,拍摄大图像并将其拆分为 5x5 较小的图像,从而使推理不会像尝试在初始大图像上运行推理那样占用太多内存。但是,没有关于如何在实时推理中执行此操作的说明。
我使用的模型是用 PyTorch 训练的 Yolov5。
有谁知道如何在实时推理上进行平铺?
我最近训练了一个自定义 yolov5 模型来识别 safari 上的动物。
Safari 上的动物大部分时间都离得很远,因此,将图像大小调整为 640x640 后,现在大多数动物都太小而无法检测到。
我研究了平铺技术,拍摄大图像并将其拆分为 5x5 较小的图像,从而使推理不会像尝试在初始大图像上运行推理那样占用太多内存。但是,没有关于如何在实时推理中执行此操作的说明。
我使用的模型是用 PyTorch 训练的 Yolov5。
有谁知道如何在实时推理上进行平铺?