Image yolo图像分割

我正在用一个项目来检测在视频中游动成焦点的phallusia（微生物）。问题是我必须用我自己的数据来训练YOLO。数据需要分割，这样我才能分离出阴茎。我不知道如何正确地分割/切割阴茎，以适应YOLO需要的格式。例如，在下面的图片中，我希望YOLO能够检测到phallusia何时处于焦点位置，与我用红色框住的类似。我是否只需剪切图像的那一部分并将其保存为自己的图像并将其馈送给YOLO？所有分割的图像都需要相同的尺寸吗？不确定我在做什么，需要一些指导

当我想训练约洛夫2玩一些游戏卡时，我也遇到了类似的问题。 为了解决这个问题，我用手机从每张游戏卡上取了一张照片，然后把它们剪了下来。因为我没有足够的训练数据，所以我编写了一个数据集生成器程序，通过使用卡片上的照片生成训练数据。该程序能够对图像进行倍增、旋转、缩放，然后将其放置在背景上

如果没有足够的学习数据，你可能会遇到问题。在这种情况下，不要惊慌，因为通过旋转和缩放可以从多个原始图像生成一个大型数据集

在这里您可以找到我的数据集生成器，它能够生成Pascal VOC样式和darknet样式的训练数据：。如果您需要类似的东西，可以随意重用它

我是否只需剪切图像的那一部分并将其保存为自己的图像并将其馈送给YOLO

你需要尽可能多的微生物图像，不同大小、位置等。它不一定是图像上唯一的东西，但你需要知道它的位置

所有分割的图像都需要相同的尺寸吗

不，它们可以是任何尺寸，而Yolo会适应它们。有关Yolo通常接受培训的图像示例，请参见。几个例子； ,

不确定我在做什么，需要一些指导

我的建议是按照YLO最初网站上“VOC培训YLO”的说明进行

---

一旦你有工作，你将有一个更好的想法，你需要采取陡峭

看起来你需要从基础做起，好吧，不用担心。我将尝试提出一个简单的方法来有效地使用YOLO技术。幸运的是，网络上有很多例子

了解什么是YOLO方法。
这是一个好的开始，但前提是你知道什么是分类和检测

了解YOLO损失函数，该算法的核心。
检查纸张本身，不要害怕。在第2页的“统一检测”部分，您将找到有关使用的边界框检测的信息，但请注意，您可以使用任何您想要的符号（甚至可以发明一种新的符号），以便与损失函数兼容，这是该算法的真正含义

开始实施一个示例
正如我在上面所写的，有很多例子。您可以检查是否熟悉python和tensorflow。 在它里面你会找到一种方法来准备数据集，我想这就是你这个问题的目标。在这种情况下，将使用名为labelImg的工具

---

我希望它会有用。请在代码准备好时与我们分享，我很好奇：）。祝你好运

我建议在YouTube上查找Andrew Ng对YOLO的解释。YOLO使用PASCAL VOC（图像+边界框注释）进行训练。YouTube上的Siraj Raval可能有一个代码教程。你不需要从图像中删除phallusia。相反，您必须使用边界框对其进行标记。您可以按照以下指南了解如何为YOLO目标检测网络培训准备数据。