PaddlePaddle/PaddleDetection

目标特别小，但数据集足够情况下，目前哪些模型比较合适？

Open

#3.468 geöffnet am 22. Juni 2021

Auf GitHub ansehen
 (3 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (2.731 Forks)batch import
help wanted

Repository-Metriken

Stars
 (11.414 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 2T 3h) (1 gemergte PR in 30 T)

Beschreibung

目前使用的是fater-rcnn+FPN，也调了合适的anchor,但是结果仍然不太理想，选取一张：图像大小5472 * 3078 而目标大小仅有70*60,其余图大小和目标大小都差不多，针对该单类类别数据集有7W左右。

Contributor Guide

Research-Richtung
Erforsche modernste Objekterkennungsmodelle für kleine Objekte. Erkunde die Modellbibliothek von PaddleDetection nach Modellen, die für die Erkennung kleiner Objekte optimiert sind, wie z. B. solche mit Feature Pyramid Netzwerken oder Aufmerksamkeitsmechanismen. Berücksichtige Datenaugmentierungstechniken wie Mosaik und Multi Scale Training. Überprüfe auch verwandte Issues und PRs im Repository für frühere Diskussionen zur Erkennung kleiner Objekte.
Tech Stack
python
Domain
machine learning
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Keine
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30