使用Tensorflow 2对象检测API检测小对象

Question

我在寻找检测小规模对象的最佳网络和配置时遇到问题。从现在起，我在小对象上获得了非常高的服务水平地图（我正在尝试使用mapillary数据集检测交通标志）

我尝试过使用更快的R-CNN 101（将输入大小调整为1024）和带有FPN的SSD 101（将输入大小调整为1024）。 我没有找到一个预先训练过的带有FPN的更快的R-CNN模型，所以我无法尝试

您认为检测小物体的最佳网络和配置是什么

多谢各位

Answer 1

您提到的模型是为速度而构建的模型。对于小对象检测，您通常更关心模型的准确性。因此，您可能应该使用更大的模型，以牺牲速度换取精度（地图）。如果您想使用tensorflow 2，here是可用模型的概述。此外，对于小对象检测，正如您所说的，您应该保持高分辨率。您也可以将图像裁剪成多个裁剪，以检测图像的某些部分

所以我不同意@Akash Desai关于SSD的观点，但我也认为detectron2更符合最先进的型号，以获得更好的性能。因此，如果您不关心框架，可以切换到detectron2

Answer 2

SSD最适合检测小目标和大目标，因为它将尝试对每个特征图进行预测

您已将图像大小调整为1024？？？这种情况下，模型在数据集上的训练会花费更多的时间，所以要保持图像的小尺寸，比如460*460

您也可以尝试使用detectron2，它的速度更快&；比张量流更简单

https://colab.research.google.com/github/Tony607/detectron2_instance_segmentation_demo/blob/master/Detectron2_custom_coco_data_segmentation.ipynb