Deep learning 高宽高比目标的目标检测

我想为目标检测训练一个深度学习模型（比如SSD或YLO）。我想检测的物体有很高的纵横比，比如说铅笔。我希望输出边界框尽可能靠近具有相似纵横比的对象。我应该如何为此优化模型？我是否应该优化预定义框的所有纵横比，使它们更接近真实对象？在我的例子中，对象总是在一个方向上。谢谢

是的，最好使用纵横比与您在数据中看到的相似的锚/默认框

例如，若您使用TF对象检测API，则每个模型都包含一个具有不同模型配置的配置文件。
i、 e:

通常术语纵横比指的是宽度/高度的结果 因此，如果您只需要类似于风景的对象，您只需要保持纵横比大于1（2.0,3.0）

另外，为了强调这一点，可以在文献中看到与预期相似的纵横比。 例如-YOLOV3文章（）

在yolov3中，Redmond在分析coco中最可能的对象形状后选择了锚

  ssd_anchor_generator {
    num_layers: 6
    min_scale: 0.2
    max_scale: 0.95
    aspect_ratios: 1.0
    aspect_ratios: 2.0
    aspect_ratios: 0.5
    aspect_ratios: 3.0
    aspect_ratios: 0.3333
  }
}