了解 MaskRCNN 注释提要答案

【问题标题】：Understanding MaskRCNN Annotation feed了解 MaskRCNN 注释提要
【发布时间】：2022-08-09 20:46:19
【问题描述】：

我目前正在使用 Matterport MaskRCNN 进行对象检测项目。

作为工作的一部分是检测一个绿色的穿过的叶子白色的网格。到目前为止，我已经以这样一种方式定义了注释（Polygons），使得穿过网络（并给出白-绿-白模式）的every single leaf 被认为是一个有效的注释。

但是，当将上面的定义从单交叉注释更改为多交叉（一次超过一个叶子穿过网络）时，我开始看到模型性能在测试阶段严重下降。

这提出了我的问题 - 两者之间的唯一区别归结为注释的大小。所以：

在 MaskRCNN 的训练过程中，以下哪项对学习的影响更大——图案或者尺寸?

如果模式有影响，那就更好了。因为目标是识别交叉口。相反，如果注释的大小是影响因素，那么这是一个问题，因为我不希望模型在图像中寻找多交叉或大的单交叉。

附言- 欢迎参考解释主题的推荐文章

提前致谢

【解决方案1】：

如果我理解正确，如果要进行多交叉注释，注释的形状会变得更长、更伸展。

在这种情况下，您可以更改正在扫描图像以查找对象的锚点的大小和边比。在默认设置下，模型通常具有方形边界框。这意味着非常长和窄的注释会创建宽度和高度之间存在很大差异的边界框。这些对象似乎更难被模型分割和检测。

这些是 config.py 文件中的默认配置：

RPN_ANCHOR_SCALES = (32, 64, 128, 256, 512)

RPN_ANCHOR_RATIOS = [0.5, 1, 2]

您可以在推理模式下使用这些值，看看它是否能给您带来更好的结果。

【讨论】：