如何解决训练图像,训练网络和推理网络的大小如何影响YOLOv4 Darknet模型的准确性?
我们的用例是训练YOLOv4网络,以检测像桌子顶部的婚戒一样小的物体。因此,对象大约是250px by 250px
中的4096px x 2160px
。
-
培训网络规模::根据README.MD,我们的培训网络是否应尽可能大地容纳在GPU内存中?对于我们的情况,它是
1056 x 1056
,用于配备16GB GPU RAM的Titan T4 -
训练图像大小:对于我们的对象训练图像,它们大约在
1000 px by 1000 px
左右,从Darknet文档中可以看到,random=1
时它将调整大小。 ,因此我认为我们对相对高分辨率的训练图像感到满意吗? -
检测网络的大小:在检测期间,在相同的README.MD中,项目2的第一点建议增加检测的网络分辨率。因此,如果我们在训练期间使用1056x1056,应该使用
1280 x 1280
(32 * 40)或更大的net.width and net.height吗?
谢谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。