矩视智能 AI视觉 如何在大图中检测小目标?

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。