问题描述
最近用YOLO模型,在做超大图像(如卫星遥感影像、无人机图像)上目标检测。由于遥感目标检测难点在于包括小目标 (small objects)、密集 (cluttered arrangement)、方向任意(arbitrary orientations)等问题,因此YOLO模型对超大图像检测存在效果失灵问题。至于具体的YOLO框架模型,这里不具体介绍,感兴趣的请参阅相关文档。
解决思路
分析发现,出现问题的核心是图像的分辨率高、尺寸过大。经研究发现,采用滑动窗口分块读取图像数据进行检测的方法,可得到较为满意的效果。
具体过程
——读入图像
——设置滑窗大小
——分块读取影像
——将图像块送入检测器进行检测,得到检测框、对应分数及目标类别
——将各块检测结果进行合并
——输出最终检测结果图像文件、数据文件
实现代码
由于不能直接发代码,就截图上传,供大家参考。
改进说明
需要说明的是,分块图像未考虑重叠问题,会对切割图块切