(1)在模型设计方面,采用特征金字塔、沙漏结构等网络子结构,来增强网络对多尺度尤其是小尺度特征的感知和处理能力;尽可能提升感受野,使得网络能够更多地利用上下文信息来增强检测效果;同时减少网络总的下采样比例,使最后用于检测的特征分辨率更高。
(2)在训练方面,可以提高小物体样本在总样本中的比例;也可以利用数据增强手段,将图像缩小以生成小物体样本。
(3)在计算量允许的范围内,可以尝试使用更大的输入图像尺寸。
(1)在模型设计方面,采用特征金字塔、沙漏结构等网络子结构,来增强网络对多尺度尤其是小尺度特征的感知和处理能力;尽可能提升感受野,使得网络能够更多地利用上下文信息来增强检测效果;同时减少网络总的下采样比例,使最后用于检测的特征分辨率更高。
(2)在训练方面,可以提高小物体样本在总样本中的比例;也可以利用数据增强手段,将图像缩小以生成小物体样本。
(3)在计算量允许的范围内,可以尝试使用更大的输入图像尺寸。