训练Yolo使用已裁剪的图像检测我的自定义对象

Question

我有一大堆各种形状，大小，光线，颜色等的“苹果”图像。这些“苹果”图像是不同角度的大图像的一部分。

现在我想训练Darknet来检测图像中的“苹果”。我不想通过注释过程，因为我已经删除了苹果的现成jpg图像。

我可以使用这些准备好和裁剪的“苹果”图像来训练Darknet，还是我还需要经历注释过程？

Answer 1

在对象检测模型中，您可以在图像中注释对象，因为它将了解对象在特定图像中的位置。如果您有一个仅包含苹果图像的整个数据集，则模型将以某种方式学习，使您提供的每个图像都包含唯一的苹果。所以，即使你提供一个“橙色”作为测试图像，它仍然可以给苹果，因为除了苹果之外它不知道另一个类。

因此，有两点需要考虑：

1. 有数据集的方式，有苹果，苹果与其他水果或其他对象。这将有助于模型清楚地了解苹果是什么。
2. 由于边界框的坐标是检测的输入，尽管您可以将图像的常规尺寸作为边界框，但如上所述，它将无法有效地学习。因此，在图像中有多个对象，然后注释良好，以便模型可以很好地学习

Answer 2

您的答案涉及我们称之为“数据增强”的过程。你可以谷歌其他人做的。

由于您的苹果图像都已准备就绪，您可以假设所有苹果图像都已按其完整尺寸标记。然后收集一些尺寸大于任何苹果图像的背景图像。现在，您可以编写一个工具来随机选择一个苹果图像，并将其与您随机选择的背景相结合，以生成带有背景的“新”苹果图像。由于您必须知道每个苹果图像的大小，因此您绝对可以计算边界框的大小及其位置，然后生成其标记文件。