tensorflow - 从已经裁剪的图像中制作 YOLO 或 PascalVOC

Question

我有一个现成的图像数据集，其中用于识别的对象已经沿着该对象的边界被切断，并且不需要在任何标记程序（例如 LabelImg）中使用矩形标记来选择它。当然，有一个程序代码或程序可以从这样一个准备好的图像数据集中制作 YOLO 或 PascalVOC 文件。我寻求帮助以寻找...

在这里我找到了一个答案，这对于 YOLO（没有背景）是不可能的，但是对于 PascalVOC（我想与 Tensorflow 对象检测一起使用）有可能解决这个问题：YOLO Annotation Files for Already-Cropped Images

标签： tensorflowartificial-intelligenceyoloobject-detection-apilabelimg

Answer 1

首先，您似乎要做的是图像分类（将类/类别/标签分配给图像的任务）。

对于 YOLO，它做了两件事：定位（定位图像中对象的存在并在其周围绘制一个边界框）然后对边界框内的对象进行分类。这种组合称为对象检测（见下图）

对于对象检测任务，在训练数据集中以未裁剪图像表示目标对象很重要。这允许 YOLO 了解哪个是背景，哪个是目标对象。

在您的情况下，您的数据集已经被裁剪。如果您的测试集未裁剪，YOLO 将无法学习如何区分您的“对象”和“背景”

但是，如果您的测试集也被裁剪，我建议使用图像分类模型而不是 YOLO。