使用 MobileNet 和 Faster RCNN 检测小物体答案

【问题标题】：Detecting small objects with MobileNet and Faster RCNN使用 MobileNet 和 Faster RCNN 检测小物体
【发布时间】：2019-11-06 23:49:00
【问题描述】：

我正在使用 Tensorflow 对象检测 API 对各种动物进行对象检测。过去，我成功地将 MobileNet v1 应用于各种设置，并且我对结果感到满意。

现在，我遇到了一个新物种的问题，它比我之前处理的动物小约 1/3。从视觉上看，动物在一定比例上看起来是一样的，这意味着要预测的边界框在图像大小的 5-15% 范围内，而不是之前的 20%-30%。

我觉得应该有一些超参数我需要调整才能让东西恢复工作，但我很难找到合适的管道配置。我已经尝试将 anchor_generator 的 min_scale 和 max_scale 调整为更小的值，但没有成功。

有趣的是，使用 Faster RCNN 可以立即处理完全相同的数据。

有什么可以尝试的想法吗？

【问题讨论】：

忘了提及我使用的确切模型：ssd_mobilenet_v2_coco_2018_03_29 与表现良好的 faster_rcnn_resnet50_coco_2018_01_28 相比不起作用。
Faster R-CNN 和 SSD 都是对象检测器，而 mobilenet 是特征提取器。问题在于 SSD 检测小物体的能力较弱。但是你可以试试这个solution 看看它是否有效。

【解决方案1】：

对于较小的对象，您可以尝试 RetinaNet/SSD-resnet-FPN。 FPN（特征金字塔网络）应该比 mobilenet 工作得更好。

【讨论】：