目标检测-小目标检测技巧

        目前阶段,目标检测对小目标的检测效果还不尽如人意,例如yolov5经过FPN后有三种输出尺寸,19*19, 38*38, 76*76最大的76*76负责检测小目标,而对应到608*608上,每格特征图的感受野是608/76=8*8大,图中小目标小于8*8大小就容易检测不到;针对这种情况,可用以下方法提高对小目标的检出;

1、目前的检测网络都包含FPN结构,可在FPN中增加一种尺度,例如,152*152,其检测小目标的结果会更好;

2、若是大分辨率图像小目标检测,例如,原图为7680*2160的图像,可将其进行切割,分为多张小图进行推理,为了防止一些目标正好被分割截断,所以两个小图之间设置overlap重叠区域;每个小图检测完成后,再将所有的框放到大图上,对大图整体做一次nms操作,将重叠区域的很多重复框去除。

 

你可能感兴趣的:(算法研读,目标检测,目标检测,人工智能,计算机视觉)