Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/image-processing/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Image processing 有没有一种不用预处理就可以在Yolov2中使用巨大图像的方法_Image Processing_Deep Learning_Object Detection - Fatal编程技术网

Image processing 有没有一种不用预处理就可以在Yolov2中使用巨大图像的方法

Image processing 有没有一种不用预处理就可以在Yolov2中使用巨大图像的方法,image-processing,deep-learning,object-detection,Image Processing,Deep Learning,Object Detection,在大多数的目标检测神经网络中,我们使用了一些预处理,其中一个操作是减小图像的大小,但是当我们减小图像的大小时,我们丢失了像素和特征,我想知道是否有某种方法可以在不减小图像大小的情况下处理巨大的图像 谢谢,要在YOLOv2中转发不同的图像大小,只需在network.cfg文件中更改输入大小: [net] ... height=416 width=416 ... 但是,这不一定会给您带来更好的结果,并可能导致以下几个问题: 网络在特定大小(或大小间隔)的图像上进行训练,因此更改输入大小可能导致未命

在大多数的目标检测神经网络中,我们使用了一些预处理,其中一个操作是减小图像的大小,但是当我们减小图像的大小时,我们丢失了像素和特征,我想知道是否有某种方法可以在不减小图像大小的情况下处理巨大的图像


谢谢,

要在YOLOv2中转发不同的图像大小,只需在network.cfg文件中更改输入大小:

[net]
...
height=416
width=416
...
但是,这不一定会给您带来更好的结果,并可能导致以下几个问题:

  • 网络在特定大小(或大小间隔)的图像上进行训练,因此更改输入大小可能导致未命中和/或误检测。因此,您可能需要对大型图像进行微调

  • 转发较大的图像可能会导致GPU内存不足错误

  • 运行时间较慢