我将使用 fast-rcnn 为一个类训练我的数据集。我所有的图像都是 1920x1080 尺寸。我应该调整图像大小或裁剪图像，还是可以用这个大小进行训练？ 我的对象也非常小（大约 60x60）。
在配置文件中，尺寸写为 min_dimension: 600 和 max_dimension: 1024，因此我很困惑用 1920x1080 大小的图像训练模型。
【问题讨论】：
标签： tensorflow object-detection-api image-size faster-rcnn
如果您的对象很小，将图像调整为更小的尺寸不是一个好主意。您可以将 max_dimension 更改为 1920 或 2000，这可能会使速度降低一些。为了裁剪图像，您应该首先考虑对象在图像中的放置方式。如果裁剪会剪切很多对象，那么您将遇到很多截断情况，这可能会对模型的性能产生负面影响。
【讨论】：
如果你坚持使用faster-rcnn来应对这个任务，我个人推荐：
在配置文件中更改输入高度和宽度、最大值和最小值，这应该适用于您的数据集以成功执行。
将原始区域提案参数（也应该在配置文件中）更改为一定的比例和比例，例如 1:1 和 60。
但如果我是你，我想试试：
在主干中添加一些快捷方式，因为它是一个需要高分辨率特征的小目标检测任务。
剪掉 fast-rcnn 头来提高性能，因为我只需要检测一个类是不是 THE 类（是背景或其他类），并且输出应该足以编码RPN 阶段的信息。
【讨论】：