object-detection - MobileNet-SSD 输入分辨率

Question

我有一个工作对象检测模型（微调 MobileNet SSD），可以检测我的自定义小型机器人。我将向它提供一些网络摄像头镜头（将与无人机相关联）并使用实时边界框信息。

所以，我准备购买相机。

我的问题：既然 SSD 将输入图像的大小调整为 300x300，那么相机分辨率是否非常重要？更高的分辨率是否意味着更高的精度（即使它被调整为 300x300 的尺寸）？在运行对象检测模型之前，我是否应该在每一帧将摄像机素材裁剪为 1:1 的纵横比？我应该将图像分成 MxN 裁剪段并逐个运行推理吗？

因为我的机器人非常小，无人机将在 4 米的高度，所以我将有效地尝试检测输入图像上的一个非常小的点。

非常感谢任何智慧，谢谢。

标签： object-detectionobject-detection-api

Answer 1

这些问题很多，我会尽力回答所有问题。检测模型在通过某种调整大小方法（例如双线性）将输入图像馈送到网络之前调整其大小。如果输入图像等于或大于网络的输入大小而不是更小，那当然会更好。经验法则是，确实更高的分辨率意味着更高的准确性，但这在很大程度上取决于设置和任务。如果您尝试检测一个小物体，例如原始分辨率为 1920x1080。然后在调整图像大小后，小物体会更小（按像素计算），并且可能太小而无法检测。因此，确实，最好将图像分割成更小的图像（可能有一些重叠以避免由于对象分割而导致的错误检测）并对每个图像应用检测，或者使用具有更高输入分辨率的模型。请注意，虽然第一个模型在您当前的模型中是可能的，但您需要为后者训练一个新模型，可能会进行一些架构更改（例如添加 SSD 层和修改锚点，取决于您想要检测的比例）。关于纵横比问题，您最需要保持一致。如果您不保持原始纵横比并不重要，但如果您不保持 - 在训练和评估/测试/部署中都这样做。需要为后者训练一个新模型，可能需要进行一些架构更改（例如添加 SSD 层和修改锚点，取决于您要检测的比例）。关于纵横比问题，您最需要保持一致。如果您不保持原始纵横比并不重要，但如果您不保持 - 在训练和评估/测试/部署中都这样做。需要为后者训练一个新模型，可能需要进行一些架构更改（例如添加 SSD 层和修改锚点，取决于您要检测的比例）。关于纵横比问题，您最需要保持一致。如果您不保持原始纵横比并不重要，但如果您不保持 - 在训练和评估/测试/部署中都这样做。