computer-vision - 在 FPN 对象检测模型中使用少于 5 个锚定尺度

Question

通常锚点大小设置为 {32, 64, 128, 256, 512}。但是，在我的数据集中，我没有像 512 x 512 这样大的框。所以我只想使用 4 个锚比例，即 {32、64、128、256}。这怎么可能，因为 FPN 有 5 个级别？

为了详细说明，请考虑下图。（来自关于detectron2的文章）

减少锚点的数量并不是很简单，因为删除比例涉及删除正在使用的 resnet（resnet 块）的一个阶段。BoxHead 和 RPN 都需要 P2 到 P5（RPN 也需要 res5/P6）。所以我的问题是如果我要删除一个锚比例（在我的例子中是 512 x 512，因为我的图像只有 300 x 300 并且对象不会超过那个大小）应该忽略哪个 resnet 块。应该忽略低分辨率块（res2）还是应该删除高分辨率（res5）？

还是结构不允许移除锚定标尺，必须使用 5 个标尺？

标签： computer-visionobject-detection

Answer 1

您可以删除锚标尺，但请注意还要修改您的 RPN 和 BoxHead。P2 将具有最大的尺寸（在您的情况下为 512）。

但也许考虑保留所有这些并仅更改分辨率，从 16 到 256。我想这可以使您免于对模型进行大量重组，并且可以改进对较小对象的检测。