yolo目标检问题思考

问题1： yolo算法检测密集目标时，易漏检，例如多匹马并排站在一起，只能预测出部分马的位置

思考：NMS后处理时将得分较低的预测结果滤除了，降低部分检出率.
改进1：用soft NMS，只改变预测得分，而不是舍弃得分较低的预测结果，避免一刀切问题，保留大量预测结果，可提高检出率。
新问题1：大量预测结果，使得后处理时间急剧上升。
改进2：适当提高NMS阈值，保留较多的预测结果，然后将同一类缺陷的重叠结果进行合并，以减少漏检。

问题2： yolo算法使用固定尺寸图像进行训练，对于长条状（图像长边是短边的数倍）图像或不同尺寸混合图像数据集，检测效果较差。

思考1：长条状图像送入网络前，会将其等比例填充为长边的尺寸，然后按照设定的输入尺寸进行缩放，使得部分目标缩放后不易识别；不同尺寸（差异较大）图像混合训练，按照统一尺寸进行缩放，会使得图像的缩放比例不同，特征提取的维度有所差异，影响检测效果。
改进1：对输入图像做滑动窗口裁剪操作，这样既不改变图像分辨率，又满足固定尺寸输入。
新问题1 ：滑动窗口裁剪操作，会面临原图尺寸远小于或远大于设定尺寸问题。
改进2： 根据业务需要，添加缩放机制，适当缩放图像尺寸。
新问题2： 裁剪操作，使得输入图像感受野变小（局部图像作为输入），带来严判（将背景判为目标）。
改进3：适当增大图像裁剪尺寸和图像缩放因子，使得图像被裁剪的数量较少，从而获得更多原图信息；增加OK品图像（纯背景图像）进行训练。

参考

1 soft NMS： https://blog.csdn.net/u014380165/article/details/79502197