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。Deep learning 高宽高比目标的目标检测,deep-learning,object-detection,yolo,Deep Learning,Object Detection,Yolo,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
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
}
}