如何在高分辨率图像上进行目标检测？答案

【问题标题】：How to do object detection on high resolution images?如何在高分辨率图像上进行目标检测？
【发布时间】：2020-01-11 14:27:05
【问题描述】：

我有大约2000 X 2000 像素的图像。我试图识别的对象尺寸较小（通常在 100 X 100 像素左右），但数量很多。

我不想调整输入图像的大小、应用对象检测并将输出重新缩放回原始大小。原因是我只有很少的图像可以使用，我更喜欢裁剪（这会导致每个图像有多个训练实例）而不是调整到更小的尺寸（这会给我每个原始图像 1 个输入图像）。

是否有用于对象检测的复杂方法或裁剪和重组图像，尤其是在对测试图像进行推断时？

对于训练，我想我只是取出随机作物，然后将它们用于训练。但是对于测试，我想知道是否有一种特定的方法来裁剪测试图像，应用对象检测并将结果组合回来以获得原始大图像的输出。

【问题讨论】：

【解决方案1】：

我想同时使用多个（我从未尝试过）网络是一种选择，对你来说，每个 1*1 使用 4*4 (500+50 * 500+50)，然后在输出处重新组装阶段，（可能在边界处使用 NMS，因为您提到目标很密集）。

但这很奇怪。

您知道使用高分辨率图像进行检测的一种见解是使用“U”形快捷方式更改主干，这可以在不调整图像大小的情况下解决一些问题。参考 U-Net。

【讨论】：