模型训练 - 对象的裁剪图像 VS 带有边界框的更大图像

Posted 2023-02-16

【中文标题】模型训练 - 对象的裁剪图像 VS 带有边界框的更大图像

【英文标题】：Model training - cropped image of the object VS bigger image with bounding box

【发布时间】：2021-11-24 04:30:51

【问题描述】：

我需要训练一个新模型（keras+tensorflow），我在问自己两者之间是否有任何区别

提供一组仅包含感兴趣对象的图像（从原始图像裁剪） 提供带有对象注释的更大图像（边界框和类的坐标）

我的逻辑告诉我，很可能在内部训练应该只在裁剪的部分上进行，所以从技术上讲应该没有区别。 问候

【参考方案1】：

您描述的两种方法通常称为图像分类（模型只需要对图像进行分类）和object detection（模型需要检测图像中对象的位置并对其进行分类） .有时简单区分为“分类”和“检测”。这两种方法需要不同的技术，并且已经开发了不同的模型来处理每种方法。一般来说，图像分类是一个更简单的问题，您可能已经猜到了。

使用哪种方法取决于您的最终应用。如果您只需要知道“此图像中是否存在对象”，则可以使用分类技术。如果您需要知道“图像中的物体在哪里”或“图像中有多少物体”，那么您应该使用检测技术。

可能不直观的是，对象检测不仅仅是图像分类的扩展，因此如果您需要对象检测，最好从对象检测模型开始，而不是构建图像分类器，然后将其扩展到对象检测. This article 提供了关于这个主题的一些直觉。