滑动窗口检测器步长 – 对象检测

如果我有一张宽512像素、高640像素的图像,并且使用宽48像素、高72像素的滑动窗口,当检测器稍微超出图像边界时,我应该如何处理图像的“边界”?我是应该忽略那个区域,还是可以裁剪并运行分类器?


回答:

处理这个问题有几种常见的方法。

  1. 用零填充边界。理想情况下,在两边均匀填充。
  2. 用边缘处的重复值填充边界。
  3. 类似于第2点,有些人用图像的镜像(即翻转)版本来平铺边界,并剪掉多余部分。
  4. 忽略它。这会导致输出变小。

选择哪种方法取决于你的应用和算法/模型的假设。

由于你在进行滑动窗口对象检测,如果你的窗口足够小,那么第1、2和4种方法都是不错的选择。尝试这些方法,并根据在验证数据集上获得的结果来决定。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注