本文探讨了在处理高分辨率图像时，如何通过特征图尺寸调整来平衡小目标检测和计算资源。介绍了网络前向传播中显存管理的问题，以及YOLT算法提出的分割检测策略。同时指出，卷积核大小的选择对局部特征提取的影响，强调了对于小特征的检测，小卷积核的重要性。总结了网络设计中应对大图和小目标的挑战，为图像识别提供优化思路。
假如网络输入是608*608大小的，最后得到的特征图是19*19，38*38，76*76.三个特征图中，最大的76*76负责检测小目标，而对应到608*608，每格特征图的感受野是608/76=8*8的大小。
再将608*608对应到7680*2160上，以最长边7680为例，7680/608*8=101。
即如果原始图像中目标的宽或高小于101像素，网络很难学习到目标的特征信息。
很多图像分辨率很大，如果简单的进行下采样，下采样的倍数太大，容易丢失数据信息。但是倍数太小，网络前向传播需要在内存中保存大量的特征图，极大耗尽GPU资源,很容易发生显存爆炸，无法正常的训练及推理。
因此可以借鉴2018年YOLT算法的方式，改变一下思维，对大分辨率图片先进行分割，变成一张张小图，再进行检测。
2.如果本身要提取的特征很小那卷积核也应该很小,卷积核太大比如16x16 vs 4x4这样的差异可能导致丢失一些局部特征
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
