為了提高模型在小物體上的性能，我們建議使用以下技術(shù)：

• 提高圖像捕獲分辨率

• 提高模型的輸入分辨率

• 平鋪圖像

• 通過擴(kuò)充生成更多數(shù)據(jù)

• 自動(dòng)學(xué)習(xí)模型錨

• 過濾掉多余的類

例如，在 EfficientDet 中，小物體的 AP 僅為 12%，而大物體的 AP 為 51%，這幾乎是五倍的差距！

那么為什么檢測(cè)小物體這么難呢？

這一切都取決于模型，目標(biāo)檢測(cè)模型通過聚合卷積層中的像素來形成特征。

PP-YOLO中目標(biāo)檢測(cè)的特征聚合

并且在網(wǎng)絡(luò)的末端，基于損失函數(shù)進(jìn)行預(yù)測(cè)，該損失函數(shù)基于預(yù)測(cè)和地面真實(shí)情況之間的差異對(duì)像素進(jìn)行匯總。

YOLO中的損失函數(shù)

如果地面真值框不大，則在進(jìn)行訓(xùn)練時(shí)信號(hào)會(huì)很小。此外，小物體最有可能存在數(shù)據(jù)標(biāo)記錯(cuò)誤，因此它們的標(biāo)識(shí)可能會(huì)被省略，從經(jīng)驗(yàn)和理論上來說，小物體是難的。

非常小的物體在邊界框中可能只包含幾個(gè)像素——這意味著提高圖像的分辨率以增加檢測(cè)器可以從該小框中形成的特征的豐富度非常重要。因此，如果可能，我們建議盡可能捕獲高分辨率的圖像。

在我們關(guān)于培訓(xùn)YOLOv4的教程中，我們可以通過更改配置文件中的圖像大小來輕松調(diào)整輸入分辨率。

[net] batch=64 subdivisions=36 width={YOUR RESOLUTION WIDTH HERE} height={YOUR RESOLUTION HEIGHT HERE} channels=3 momentum=0.949 decay=0.0005 angle=0 saturation = 1.5 exposure = 1.5 hue = .1  learning_rate=0.001 burn_in=1000 max_batches=6000 policy=steps steps=4800.0,5400.0 scales=.1,.1

在我們的教程中，小伙伴們還可以通過更改“訓(xùn)練”命令中的“圖像大小”參數(shù)，輕松調(diào)整輸入分辨率，該教程介紹了如何訓(xùn)練YOLOv5：

!python train.py --img {YOUR RESOLUTON SIZE HERE} --batch 16 --epochs 10 --data '../data.yaml' --cfg ./models/custom_yolov5s.yaml --weights '' --name yolov5s_results  --cache

注意：只有在達(dá)到訓(xùn)練數(shù)據(jù)的最大分辨率時(shí)，才能看到改進(jìn)的結(jié)果。

檢測(cè)小圖像的另一種很好的策略是將圖像平鋪?zhàn)鳛轭A(yù)處理步驟。平鋪可以有效地將檢測(cè)器放大到小物體上，但允許我們保持所需的小輸入分辨率，以便能夠進(jìn)行快速推理。

平鋪圖像作為 Roboflow 中的預(yù)處理步驟

如果在訓(xùn)練期間使用平鋪，請(qǐng)務(wù)必記住，我們還需要在推理時(shí)平鋪圖像。

數(shù)據(jù)擴(kuò)充會(huì)從我們的基本數(shù)據(jù)集生成新圖像，這對(duì)于防止模型過度擬合訓(xùn)練集非常有用。

一些特別有用的小物體檢測(cè)增強(qiáng)包括隨機(jī)裁剪、隨機(jī)旋轉(zhuǎn)和鑲嵌增強(qiáng)。

錨定框是模型學(xué)習(xí)預(yù)測(cè)的原型邊界框，也就是說，錨框可以預(yù)先設(shè)置，有時(shí)對(duì)于我們的訓(xùn)練數(shù)據(jù)來說不是最理想的。自定義調(diào)整這些參數(shù)以適合我們即將完成的任務(wù)是很好的，YOLOv5 模型架構(gòu)會(huì)根據(jù)我們的自定義數(shù)據(jù)自動(dòng)為我們執(zhí)行此操作，我們所要做的就是開始訓(xùn)練。

Analyzing anchors... anchors/target = 4.66, Best Possible Recall (BPR) = 0.9675. Attempting to generate improved anchors, please wait... WARNING: Extremely small objects found. 35 of 1664 labels are < 3 pixels in width or height. Running kmeans for 9 anchors on 1664 points... thr=0.25: 0.9477 best possible recall, 4.95 anchors past thr n=9, img_size=416, metric_all=0.317/0.665-mean/best, past_thr=0.465-mean: 18,24,  65,37,  35,68,  46,135,  152,54,  99,109,  66,218,  220,128,  169,228 Evolving anchors with Genetic Algorithm: fitness = 0.6825: 100%|██████████| 1000/1000 [00:00<00:00, 1081.71it/s] thr=0.25: 0.9627 best possible recall, 5.32 anchors past thr n=9, img_size=416, metric_all=0.338/0.688-mean/best, past_thr=0.476-mean: 13,20,  41,32,  26,55,  46,72,  122,57,  86,102,  58,152,  161,120,  165,20

類管理是提高數(shù)據(jù)集質(zhì)量的一項(xiàng)重要技術(shù)，如果我們的一個(gè)類與另一個(gè)類明顯重疊，則應(yīng)從數(shù)據(jù)集中過濾該類。也許，我們認(rèn)為數(shù)據(jù)集中的小對(duì)象不值得檢測(cè)，因此我們可能想要將其取出。通過Roboflow Pro中的高級(jí)數(shù)據(jù)集進(jìn)行狀況檢查，我們可以快速識(shí)別所有這些問題。

可以通過Roboflow 的本體管理工具來實(shí)現(xiàn)類遺漏和類重命名。

正確檢測(cè)小物體確實(shí)是一個(gè)挑戰(zhàn)。在這篇文章中，我們討論了一些改進(jìn)小物體檢測(cè)器的策略，即：

• 提高圖像捕獲分辨率

• 提高模型的輸入分辨率

• 平鋪圖像

• 通過擴(kuò)充生成更多數(shù)據(jù)

• 自動(dòng)學(xué)習(xí)模型錨

• 過濾掉多余的類

往期精彩回顧




適合初學(xué)者入門人工智能的路線及資料下載
機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印
機(jī)器學(xué)習(xí)在線手冊(cè)
深度學(xué)習(xí)筆記專輯
《統(tǒng)計(jì)學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯
AI基礎(chǔ)下載
機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯
黃海廣老師《機(jī)器學(xué)習(xí)課程》視頻課
本站qq群851320808，加入微信群請(qǐng)掃碼：