目标检测中训练样本的处理技巧

1.统一图片尺寸

实际使用案例：在训练yolov5过程中，收集到的图片尺寸有两种1920*1080和640*480；实际使用的场景是640*480，可以将所有图片尺寸缩放到640*480，同时要注意缩放过程中，目标尺寸不要失真；具体操作过程中，可以先观察真实场景数据，然后在对大尺寸图片进行处理；本案例中，就发现1920*1080的图片内容在宽方向图内背景内容更多，而高方向图像内容和640*480的图像内容是相似的，所以就对图像的宽进行裁剪；在裁剪之前先将1920*1080的图片等比例缩放至853*480，保证了图像高是和目标480一致（这是保证了与目标场景一致）；然后求取所有目标区域box的最小外界矩，保证在裁剪图片的过程中，不要裁减掉了重要内容；那是不是可以左右随意裁掉213个像素就可以了？这是做不到了，因为还要确定左右两边的留白区域（没有目标的区域）够不够裁剪，在足够裁剪的情况下就可以直接裁掉；当不够裁剪的时候，只能将图片缩放到640*360，然后将缩放后的图片随机粘贴到640*480的灰度图上；这样图片就处理完成了

优点：统一图片尺寸效果较好的情况下，可以减轻模型收敛难度，提升模型性能；