目标是从图像本地化对象。我决定修改和培训一个现有的模型。但是,我不能决定我是否应该使用口罩或仅通过ROI来训练模型。为卷积神经网络选择训练图像
例如:对于第1类数据,只有第1类对象可以在图像上显示,其他区域将填充0,对于第2类我会做同样的事情,并且只会离开第二类是面具中的对象,第三和第四类也是如此。
第二种方式,使用投资回报率:我将裁剪图像中的每个类,而不使用蒙版,仅对感兴趣的区域进行裁剪。
然后,我希望能继续做类似的事情,这一点:https://github.com/jazzsaxmafia/Weakly_detector
我要选择的第一方式或第二?任何意见,如“你的计划将无法正常工作,试试这个”,也表示赞赏。
- 编辑 - 需要明确的是,
原图:http://s31.postimg.org/btyn660bf/image.jpg
第1'的方式使用口罩:
- 第1'类:http://s31.postimg.org/4s0pjywpn/class11.png
- 2级:http://s31.postimg.org/3zy1krsij/class21.png
- 3'rd类:http://s31.postimg.org/itcp5j09n/class31.png
- 4'rd类:
- 三级:http://s31.postimg.org/mxdny0w7v/class3.png
- 4'rd类:http://s31.postimg.org/qfpnuex3v/class4.png
P.S:对象的位置将是非常相似的新的例子,也许使用面膜的方法可以更有效一点。对于ROI方法,我需要规格化每个尺寸大小不同的物体。然而,将整个图像掩模标准化可以保持原始图像之间的差异更小。