小目标的检测应用的一些常用的小方法

简介: 小目标的检测应用的一些常用的小方法

前言


  由于在实际项目应用中目标所在的位置会出现距离相机较远,而铁塔摄像头却不是经常使用较大的倍率焦距进行巡航,这个时候就会出现较小的目标时,我们在检测过程中会出现漏捡现象。


  为了解决这一问题在这里提出了两种解决方案,但是在实际应用中我们往往采用方式2对数据进行处理。


  1. 修改网络结构感受野。这样的确是可以提高小目标的检测,但是却将网络偏向小目标检测上。


  1. 对数据进行缩小扩增,满足大目标的检测以及小目标的检测数据,在数据的整体分布上作出补充。



平铺扩增


  在制作小目标数据集之前,我们肯定是会以原始数据集进行制作(假定我们的原始数据集图像大小为:1920x1080),这里以单张图像为例子进行思路流程讲解。


  • 获取原始图像的size;


  • 计算对原始图像的NewSize = size/3;


  • 对原始图像进行resize处理(处理后的大小为NewSize);


  • COPY9份数据为后面组成3x3网格数据做准备;


  • 对COPY的每份数据可以进行不改变目标位置处理(例如:亮度、噪声和滤波);


  • 拼接处理后的图像(拼接后的图像大小仍为size = (1920x1080))。


  这样处理图像数据后我们不仅仅得到了小目标数据集,还对数据集进行了9倍的扩增同时也增加了数据的复杂度。




处理xml


  1. 读取xml文件;


  1. 解析xml中对应的img数据;


  1. 获取坐标并计算3x3网格中每一个目标的坐标;


  1. 对不同的坐标的label进行编写;


  1. 新建一个xml(同img名称)把数据写入。



拓展


(1)在模型设计方面,可以采用特征金字塔、沙漏结构等网络子结 构,来增强网络对多尺度尤其是小尺度特征的感知和处理能力;尽可能 提升网络的感受野,使得网络能够更多地利用上下文信息来增强检测效 果;同时减少网络总的下采样比例,使最后用于检测的特征分辨率更 高。


(2)在训练方面,可以提高小物体样本在总体样本中的比例;也可以 利用数据增强手段,将图像缩小以生成小物体样本。


(3)在计算量允许的范围内,可以尝试使用更大的输入图像尺寸。



相关文章
|
6月前
|
测试技术 UED
测试目标
测试目标
69 6
|
2月前
|
物联网 5G 网络安全
什么是5G技术及其主要目标?
什么是5G技术及其主要目标?
94 0
|
6月前
|
算法
R语言Outliers异常值检测方法比较
R语言Outliers异常值检测方法比较
|
6月前
|
编解码 监控 计算机视觉
YOLOv8改进 | 检测头篇 | 利用DynamicHead增加辅助检测头针对性检测(四头版本)
YOLOv8改进 | 检测头篇 | 利用DynamicHead增加辅助检测头针对性检测(四头版本)
896 0
|
传感器 编解码 计算机视觉
使用星凸随机超曲面模型对扩展对象和分组目标进行形状跟踪(Matlab代码实现)
使用星凸随机超曲面模型对扩展对象和分组目标进行形状跟踪(Matlab代码实现)
134 0
使用星凸随机超曲面模型对扩展对象和分组目标进行形状跟踪(Matlab代码实现)
|
XML 机器学习/深度学习 算法
数据倍化术——提升数据数量同时满足小目标图像构建
数据倍化术——提升数据数量同时满足小目标图像构建
73 0
数据倍化术——提升数据数量同时满足小目标图像构建
|
双11
风险识别事件创建的方法有哪些?
事件的含义:事件可以用于定义需要设定复杂决策的业务场景,例如PC端注册,双十一某活动。通常可以将一个用户行为定义为一个事件,例如注册,绑定手机号,交易等;也可以将一个系统行为定义为一个事件,例如发放红包奖励,发放贷款等。
642 0
|
机器学习/深度学习 算法 算法框架/工具
10行代码让你轻松搞定对象检测
 十行代码轻松搞定对象检测?快来看看如何使用ImageAI。
5520 0
|
网络协议 测试技术 Windows