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 创建于 2021年6月22日

在 GitHub 查看
 (3 评论) (0 反应) (0 负责人)Python (2,731 fork)batch import
help wanted

仓库指标

Star
 (11,414 star)
PR 合并指标
 (30 天内没有已合并 PR)

描述

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。

贡献者指南

研究方向
查阅PaddleDetection文档中关于小目标检测的策略，如多尺度训练、特征金字塔增强，或替代模型如YOLOX、PP YOLO、PicoDet。尝试调整锚点大小和输入图像缩放。
技术栈
python
领域
computer visionai
议题类型
调研
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
PythonObject Detection basics
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
60