PaddlePaddle目标检测训练营-YOLO实战

1. 说明

本文是关于《百度AIStudio_目标检测7日打卡营》，作业三 YOLO系列模型baseline得分低的解决方案。

2. 提升方法

问题：

1. 训练图像比较大，目标又比较小，baseline的图像输入太小；增大输入图像尺寸效果会不会好一些。
2. 怎么设置anchor？聚类命令参数意义。

关于问题1：
  训练图像横纵分辨率都在2000-3000左右，按照yml配置文件中的608的输入尺寸训练时很难达到0.6。通过改变训练尺寸输入、评估尺寸和测试尺寸可以很容易将分数提高到0.6以上。

  具体设置为：

batch_transforms:
  - !RandomShape
    sizes: [ 896 , 960 , 1024, 1088, 1152 ]
    random_inter: True

- !ResizeImage
      target_size: 1024 #608
      interp: 2

TestReader:
  inputs_def:
    image_shape: [3, 1024, 1024]
    fields: ['image', 'im_size', 'im_id']

关于问题2：
  
anchor聚类命令为：

python tools/anchor_cluster.py -c ../yolov3_darknet_baseline.yml -n 9 -s 608 -m v2 -i 1000

其中 -n 9：是anchor聚类的输出个数，-n 9说明输出9个anchor。
-s 608：是图像的输入尺寸，用608的输入尺寸训练时，就用-s 608；用1024的尺寸训练时，就用-s 1024.

3. 结果

  在不修改其它训练参数时，训练结果能达到0.9左右。