我即将开始标注我的图像，以训练YOLOv3模型。在开始之前，我想确保在原始图像上创建注释是否可以。如果在训练前调整大小，注释会相应地改变吗？还是应该先调整所有图像的大小，然后再开始注释？
1个回答
3
没关系！您不必担心图像大小。您可以使用任何大小的数据集进行注释，当您开始训练Yolo时，它将根据网络大小（例如416x416、608x608）调整训练图像的大小。
还要注意，在原始库中，如果您在cfg文件中设置random = 1，则网络大小在每10次迭代时更改。 random = 1表示Yolo会为每10次迭代更改网络大小，这对于通过在不同分辨率上训练网络来增加精度非常有用。
根据Yolo论文：
然而，由于我们的模型仅使用卷积和池化层，因此它可以随时调整大小。我们希望YOLOv2能够稳健地运行在不同尺寸的图像上，因此我们将其训练到模型中。我们不是固定输入图像的尺寸，而是每隔几次迭代改变网络。每10个批次，我们的网络会随机选择一个新的图像尺寸。由于我们的模型按32的倍数下采样，我们从以下32的倍数中选择：{320、352、...、608}。因此，最小的选项是320×320，最大的选项是608×608。我们将网络调整为该尺寸并继续训练。然而，如果您使用的是AlexeyAB的repo，调整大小的过程将不会保持纵横比https://github.com/AlexeyAB/darknet/issues/232#issuecomment-336955485
- gameon67
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接