1.原理(www.nb-ai.com)
1.1背景
在工业场景中,往往出现图片较大,而要检测的目标很微小的情形,如检测图像中的小斑点或小裂痕。这种场景下的检测效果偏差。
要提升在大图片中检测小目标的检测效果,首先要计算整个图像与图中检测目标的面积之比。
1.2计算全图与检测目标的面积比
一般地,系统会将用户输入的图片转成1百万像素大小的标准图片。系统在标准图片中能较好地识别像素面积为1千的目标(约30*30)。
此时,整个图像与图中最小检测目标的面积之比为:
整张图片的面积/最小检测目标的面积=1百万像素/1千像素=1000
也就是说,要保证良好的检测效果,面积之比应控制在1000以内。
1.3根据面积比确定方法
当面积比在1000~5000之间,请联系我们,通过调整图片分辨率来提升检测效果。 该方法简单易行,但无法解决面积比5000以上的图片。
当面积比在5000以上,请使用“图片切分”功能,具体说明如下所示。
2.图片切分说明
2.1线上模型开发
在新建模型时,选择“图片切分”。 (图片切分功能只支持目标定位和像素分割,不支持OCR识别。)
确定裁剪方式,切分建议:
1、切分后的小图尽量方正。即原图为方正的图,则横纵两个方向切为相同的份数;若原图较瘦长,横向切图份数稍多一些,使得小图尽量方正;
2、切分为小图后,保证面积比: 整张图片的面积/最小检测目标的面积<1000
点击“图库”,点击“上传并切分”。
请注意切分要求,上传图片。
这样就将大图片切分成了小图片。
然后按正常流程进行线上标注、训练、测试即可。
2.2线下图片测试
由于在线上模型开发时,图片被切分成了小图片。所以进行线下部署时,请将实测图片也按线上切分方式进行切分,以获得良好的检测效果。