【问题标题】:The effect of orientation on object segmentation方向对对象分割的影响
【发布时间】:2017-12-16 23:25:46
【问题描述】:

我正在尝试使用深度学习和滑动窗口方法来检测土豆以定位土豆。由于 CNN 不受用于训练模型的对象方向的影响,我认为在训练模型时没有任何问题,但在检测方面存在巨大问题。你看,土豆或多或少像黄瓜。而且由于我使用的是滑动窗口技术,因此无法安装不同方向的马铃薯。有关参考,请参见下图。分割过程中的检测部分应该怎么做?

【问题讨论】:

  • 您是否对不同比例的图像进行检测?尝试在原始比例上运行一次检测,在下采样图像上运行一次。如果可行,请使用图像金字塔,并为每个缩放您的滑动窗口检测。
  • @AmitayNachmani 不,我没有运行不同的规模!另外,我正在使用 dlilb,我认为它确实实现了图像金字塔。正是这些土豆被包装得多么紧,才让他们头疼!

标签: machine-learning neural-network computer-vision conv-neural-network object-detection


【解决方案1】:

neural network 是如何处理对象旋转的示例。它使用一个数据集,其中标记了对象的位置和方向。此外,它使用带有旋转的数据增强。旋转角度(更准确地说,它的正弦和余弦)被添加到模型输出和损失函数中。

因此,模型无论方向如何都能检测到对象,并预测它们的角度。

如果您不需要预测角度,您可以在数据集中添加旋转对象和数据增强,而无需学习角度。这将使模型旋转不变。

【讨论】:

    猜你喜欢
    • 2021-04-09
    • 1970-01-01
    • 1970-01-01
    • 2018-06-23
    • 2021-10-18
    • 2015-07-16
    • 2023-01-27
    • 1970-01-01
    • 2012-10-19
    相关资源
    最近更新 更多