问题描述
我最近训练了一个自定义的 yolov5 模型来识别野生动物园中的动物。
Safari 中的动物大部分时间都离得很远，因此，在将图像大小调整为 640x640 后，现在大多数动物都太小而无法检测到。
我研究了平铺技术，拍摄大图像并将其拆分为 5x5 较小的图像，这样推理就不会像尝试在初始大图像上运行推理那样占用大量内存。 但是，没有关于如何在实时推理中执行此操作的说明。
我使用的模型是使用 PyTorch 训练的 Yolov5。
有谁知道如何在实时推理上进行平铺？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）