问题描述
我需要使用Tensorflow2对象检测API来训练网络以检测交通标志。但是，训练数据集中包含的许多交通标志实例非常小。 训练集中的大多数图像也具有很高的分辨率（有多种分辨率），我目前正在将图像调整为1024x1024。我正在使用Faster R-CNN 101。 调整大小会导致路标变得非常小，并且网络无法检测到它们，我将以下标度用于锚点：[0.1、0.25、0.75、1.25、1.75]。
我认为有两种可能的解决方案：
- 使用原始图像而不调整其大小（我认为GPU上需要大量内存）
- 随机裁剪训练图像并将其用作训练数据集，以使交通标志不会变得太小
第二种解决方案有些棘手，因为您还必须更改我猜想的边界框坐标。有办法轻松做到这一点吗？
此外，任何其他想法都是可以接受的。
谢谢。
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@）