物体检测，物体占据图像的一小部分

Question

我训练了一个路标检测网络。在训练数据中，符号占据整个帧，如下所示：

然而，在我想用于预测的图像中，路标占据的空间要小得多，例如：

对这类图像的预测不是很好，但是如果我只考虑到信号，预测是好的

我如何为更大的图像生成预测

不幸的是，我在类似的问题中找不到答案

Answer 1

当你想将你对单个标志的分类扩展到“检测”它们并在更大的图像中对它们进行分类时，听起来你在试图解决另一种问题

您（至少）有两个选择：

• 创建扫描图像的滑动窗口，并对每个步骤进行分类。这样，当您点击该符号时，它将返回一个良好的分类。但你会很快意识到这不是很实际或有效。窗口大小和步进大小成为更多需要优化的参数，正如您将在下面的选项中看到的，有一些特定于对象检测的方法已经尝试解决这个特定问题
• 您可以尝试一种对象检测体系结构。这将要求您提供一个不同于图像分类中使用的训练数据集。你需要很多（成百上千）图像的“大”版本，其中包含（在某些情况下不包含）你想要识别的符号。您需要一个注释工具来定位和标记这些标志，然后您可以训练一个网络来定位和标记它们

查找第二个选项的一些架构包括：YOLO、单次激发检测（SSD）、更快的RCNN等等