TF對象檢測API：推測非常高分辨率的圖像

Question

我已經訓練了一個模型（基於更快的rcnn）以在1000x600圖像中識別80x80大小的對象。

推理與1000x600測試圖像呈現良好。

但是，我的最終目標是能夠在非常高分辨率的照片（5000x4000或更高，有時是10x）中檢測到這些對象（80x80）。

我有什麼選擇？

我正在考慮的一種方法是將大圖分割成1000x600的較小圖像並對它們進行推理。但是這種方法存在挑戰。

任何人都試過這個用例，發現任何可行的解決方案？

-

Answer 1

我會做的是：

1. 縮小圖像尺寸5000x4000 - >爲1000x600
2. 預測的對象;你會得到xminx, xmaxs, ymins, ymaxs - 由原始的寬度和高度

您的建議>的寬度和高度規範化他們得到的值爲0的空間和1

取原始圖像和重新歸一化的對象框分割圖像的方法應該可以很好地工作，但在計算上會更昂貴。