暗网 YOLO 图像大小

Question

我正在尝试在暗网 YOLO v2 中训练自定义对象分类器https://pjreddie.com/darknet/yolo/

我收集了一个图像数据集，其中大多数是 6000 x 4000 像素，还有一些较低的分辨率。

我需要在训练前调整图像大小才能平方吗？

我发现该配置使用：

[net]
batch=64
subdivisions=8
height=416
width=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1

这就是为什么我想知道如何将其用于不同大小的数据集。

Answer 1

你不必调整它的大小，因为暗网会代替你来做！

这意味着您真的不需要这样做，您可以在训练期间使用不同的图像大小。您上面发布的只是网络配置。还应该有完整的网络定义。高度和宽度告诉您网络分辨率是多少。它还保持纵横比，例如检查这个。

Answer 2

无需

调整数据库映像的大小。PJReddie的YOLO架构根据文件中的分辨率自行保持纵横比安全(不会遗漏任何信息.cfg。例如，如果图像大小为 1248 x 936，YOLO 会将其大小调整为 416 x 312，然后用黑条填充额外的空间以适应 416 x 416 网络。

Answer 3

在训练前调整图像大小是很常见的。 416x416 比普通略大。例如，大多数图像网模型将图像调整大小并平方为 256x256。所以我在这里也期望同样的事情。尝试在 6000x4000 上进行训练将需要一组 GPU。标准过程是将图像平方到最大尺寸(高度或宽度(，在较短的边上填充 0，然后使用 PIL 等标准图像大小调整工具调整大小。

Answer 4

您无需调整图像大小，可以直接更改darknet.cfg文件中的值。

1. 当你打开darknet.cfg(yolo-darknet.cfg(文件时，你可以
   超参数及其值。
2. 如cfg文件图像尺寸为(416,416(->(体重，高度(所示，您可以更改值，以便暗网在训练前自动调整图像大小。
3. 由于图像具有高维度，因此您可以调整批处理和细分值(降低值 32,16,8 .它必须是 2 的倍数(，这样暗网就不会崩溃(内存分配错误(

Answer 5

默认情况下，暗网 API 在推理和训练中都会改变图像的大小，但理论上任何输入大小 w， h = 32 x X，其中 X 属于自然数，W 是宽度，H 是高度。默认情况下 X = 13，因此输入大小为 w， h = (416， 416(。我在 opencv 中对 yolov3 使用此规则，X 越大，效果越好。