ClickHouse не тормозит
nginx_ru
Data Science Chat
DBA - русскоговорящее соо...
Tarantool
☁️ AWS_RU
PostgreSQL + 1C + Linux
MongoDB Russian
Yandex Cloud - Официальны...
Big Data Science :: AI / ...
dbGeeks
React: русскоязычное сооб...
opencv_ru
catboost_ru
Kaggle
ScyllaDB
Товарищи знатоки по yolo5, вопрос такой: Если мы учим сетку на
растянутых до (640, 640) изображениях, что потом нужно подавать на вход сетки при тестировании и инференсе?
2 ответов
1) сетка показывает лучшие результаты на изображениях максимально похожих на те, на которых училась. В идеале preprocessing transformation такой же как для обучения, хоть и не обязательно (без трансформа будет работать но может быть хуже детекция) 2) ищете номера? если детекция работает, но ббоксы съехали, то скорее всего где-то рассинхрон между координатами изображения на входе и выходе. Йоло отдает координаты в относительном виде и умножает на ширину/высоту изображения. Если где-то ширина и высота протерялись, можно поэкспериментировать с готовыми координатами (поделить на 640 умножить на реальную ширину изображения или наоборот), хотя это велосипед, и лучше найти причину в трансформе.
Не нужно так учить. Да я тебе больше скажу, что при детекте даже делать нельзя. Я буквально позавчера тестил. Если засовывать туда просто картинку без сохранения пропорций, то качество детекции снижается значительно. Если сохранять пропорции, а свободное место оставлять черным, то качество детекции сильно возрастает
Похожие вопросы
Обсуждают сегодня