Pytorch Detectron2的DefaultPredictor中的图像大小

对于目标检测，我使用detectron2。 我想修正输入图像的大小，因此我制作了自定义数据加载器：

def build_train_loader(cls, cfg):
    dataloader = build_detection_train_loader(cfg,
        mapper=DatasetMapper(cfg, is_train=True, augmentations=[
            T.Resize((1200, 1200))
        ]))

我想知道的是，对于预测，我可以使用DefaultPredictor的detectron2并将图像大小调整为（1200，1200）作为预评价，然后再发送到预测器？

---

或者DefaultPredictor在预测之前正在调整图像大小，我必须重写一个函数以将图像大小调整为（1200，1200）？

您必须自己预处理图像，或者编写自己的预测程序，在调用模型之前应用调整大小

---

应用转换（可以在配置文件中配置），但这并不是您想要的。

谢谢您的回答。我还了解ResizeShortestEdge函数和INPUT.MIN_SIZE{TRAIN，TEST}配置。你认为我还必须修改它们以确保网络的输入大小吗？另外，我不理解ResizeShortestEdge如何使输入图像具有不同的大小而不是方形？是的，你必须修改输入。MIN_size{TRAIN，TEST}以确保输入的大小符合您的要求。ResizeShortestEdge将增大大小，直到最短边达到给定值，从而保留原始图像比率。然后，如果最长边缘大于给定的限制，它将减少图像以满足要求。我建议您编写自己的使用调整大小转换的预测程序。@Rémichauvene，我有一个简单的问题：在这种情况下，edge是什么意思？你能帮我处理这件事吗？