我正在尝试使用AlexeyAB的darknet来检测图像中的对象。但是它只能检测到2到3个对象。它无法检测到小对象（例如帽子）。我使用的是以下命令：

./darknet detector test ./cfg/coco.data ./cfg/yolov3.cfg /weight_path/ /image_path/

我该怎么办？

回答：

根据AlexeyAB页面，对于小对象，你可以这样做：

对于训练小对象（图像调整到416×416后，小于16×16的对象） – 将layers设置为-1, 11，而不是https://github.com/AlexeyAB/darknet/blob/6390a5a2ab61a0bdf6f1a9a6b4a739c16b36e0d7/cfg/yolov3.cfg#L720，并将stride设置为4，而不是https://github.com/AlexeyAB/darknet/blob/6390a5a2ab61a0bdf6f1a9a6b4a739c16b36e0d7/cfg/yolov3.cfg#L717

对于训练小对象和大对象，你可以使用修改后的模型：

• 完整模型：5个YOLO层：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3_5l.cfg
• 简化模型：3个YOLO层：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-tiny_3l.cfg
• 空间完整模型：3个YOLO层：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov3-spp.cfg

此外，训练完成后，在检测阶段，你可以执行以下操作：

通过在你的.cfg文件中设置（height=608和width=608）或（height=832和width=832）或（任何32的倍数的值）来增加网络分辨率 – 这会提高精度，并使检测小对象成为可能：链接

• 无需再次训练网络，只需使用已经为416×416分辨率训练好的.weights文件

• 但为了获得更高的精度，你应该以更高的分辨率608×608或832×832进行训练，注意：如果出现内存不足错误，
  则在.cfg文件中应增加subdivisions=16, 32或64：链接