object-detection - TensorFlow Faster RCNN 配置文件中的 image_resizer 是什么意思
问题描述
使用 Tensorflow Faster RCNN 训练模型时,image_resizer 会对输入图像做什么?假设 Faster_RCNN 配置文件中的 image_resizer 设置为
image_resizer {
keep_aspect_ratio_resizer {
min_dimension: 1000
max_dimension: 1000
}
}
我有一个 1000*1000 像素的输入图像A.jpg,然后我通过使用第三方工具以 1.2 的比例调整(放大)该图像的大小来进行数据增强,这给了我另一个1200*1200 像素的图像B.jpg .
当这两张图片被输入到 Faster RCNN 模型时,图片缩放器会对 A.jpg 和 B.jpg 做什么?如果我理解正确的话,A.jpg 保持原样,B.jpg 将被调整为 1000*1000,这意味着调整后的 B.jpg 将与 A.jpg 完全相同?!那么,这种用于数据增强的图像大小调整没有用吗?
解决方案
如果我理解正确,您将图像放大以具有更大的对象,对吗?但是,您必须随时记住,如果大小大于输入大小,它将被调整为输入大小,您可能会失去增强效果。
推荐阅读
- android - InputTextLayout 需要点击 2 次才能响应 onclick
- android - 为什么 UI 不能正常显示?
- php - Vuejs2 - 如何使用 $(this).val()
- uwp - Windows ML - ONNX - HRESULT 异常:0x88900105
- java - Java JNA - 检测注册表值何时更改
- python - 没有scapy模块的python dns嗅探器
- android - FusedLocationProvider 返回 null
- asp.net-core - Visual Studio 2017 显示 Blazor 错误但编译
- php - 克隆 Laravel 项目并安装 composer 和 npm 然后也给我错误 500 page not found
- pyspark - Apache Zeppelin Spark java.lang.NoSuchMethodError: io/netty/buffer/PooledByteBufAllocator.metric()Lio/netty/buffer/PooledByteBufAllocatorMetric;