目標是從圖像本地化對象。我決定修改和培訓一個現有的模型。但是,我不能決定我是否應該使用口罩或僅通過ROI來訓練模型。爲卷積神經網絡選擇訓練圖像
例如:對於第1類數據,只有第1類對象可以在圖像上顯示,其他區域將填充0,對於第2類我會做同樣的事情,並且只會離開第二類是面具中的對象,第三和第四類也是如此。
第二種方式,使用投資回報率:我將裁剪圖像中的每個類,而不使用蒙版,僅對感興趣的區域進行裁剪。
然後,我希望能繼續做類似的事情,這一點:https://github.com/jazzsaxmafia/Weakly_detector
我要選擇的第一方式或第二?任何意見,如「你的計劃將無法正常工作,試試這個」,也表示讚賞。
- 編輯 - 需要明確的是,
原圖:http://s31.postimg.org/btyn660bf/image.jpg
第1'的方式使用口罩:
- 第1'類:http://s31.postimg.org/4s0pjywpn/class11.png
- 2級:http://s31.postimg.org/3zy1krsij/class21.png
- 3'rd類:http://s31.postimg.org/itcp5j09n/class31.png
- 4'rd類:
- 三級:http://s31.postimg.org/mxdny0w7v/class3.png
- 4'rd類:http://s31.postimg.org/qfpnuex3v/class4.png
P.S:對象的位置將是非常相似的新的例子,也許使用面膜的方法可以更有效一點。對於ROI方法,我需要規格化每個尺寸大小不同的物體。然而,將整個圖像掩模標準化可以保持原始圖像之間的差異更小。