我可以在已经分割的小图像上训练 YOLO 并在大图像上测试它以进行检测吗?
Posted
技术标签:
【中文标题】我可以在已经分割的小图像上训练 YOLO 并在大图像上测试它以进行检测吗?【英文标题】:Can I train YOLO on small already segmented out images and test it on a large image for detection? 【发布时间】:2019-10-12 03:30:03 【问题描述】:我一直在考虑构建一个用于检测停车场占用率的 YOLO 模型,我为每个停车位提供了所有小的分割图像。我可以在这些已经划分为单独的空类和占用类的小图像上训练 YOLO,并在测试图像上进行测试,比如有 28 个停车位的停车场的 ariel 视图,模型应该检测占用和空的空间。 如果是,那么有人可以指导我如何解决这个问题吗?我将使用在 Keras 上实现的 YOLO。
【问题讨论】:
可以添加示例图片吗? 【参考方案1】:YOLO 是一个 n 对象检测模型。在训练期间,它将图像中边界框的坐标作为输入,并学习识别这些边界框内的图像。根据您的问题陈述,如果您有停车场的鸟瞰图,则绘制边界框,生成 xml 文件(根据您的培训要求)并开始培训。理想情况下,这应该为您提供所需的预测模型。
标记图像的免费工具 - https://github.com/tzutalin/labelImg
Github 项目了解如何在自定义数据集上在 Keras 中训练 Yolo -https://github.com/experiencor/keras-yolo2
无论如何,鉴于您没有提供任何代码或图像,这不是为您的问题量身定制的完美解决方案。但这是一个很好的起点。
【讨论】:
以上是关于我可以在已经分割的小图像上训练 YOLO 并在大图像上测试它以进行检测吗?的主要内容,如果未能解决你的问题,请参考以下文章