物体検出、セグメンテーションの推論時の画像サイズについて

お世話になっております。

物体検出、セグメンテーションの推論時の画像サイズについてお伺いいたします。

今、物体検出（yolov5）やセグメンテーションの問題に取り組んでおります。
学習時のサイズは、物体検出（yolov5）ですと、640×640pixcelで学習させております。

しかし、実際に推論時に使用したい画像サイズは、学習時よりも大きい画像サイズを検討しており、
実際に学習時よりも大きい画像サイズで推論した場合において、ある程度正しい結果が返ってきております。
この推論の際には、画像を分割するバッチ処理等は行っておりません。

この推論の方法は、間違っていないでしょうか。
なぜ推論ができてしまうのか根拠が分からないため、ご教授いただけますと幸いです。

jbpb0

2021/04/15 02:31

学習と推論のコードを提示してもらわないと、他人には分からないと思いますけど

退会済みユーザー

2021/04/15 03:03

説明不足ですみません。プログラムどうこうではなく、一般的に、学習時よりも大きい画像サイズで推論ができるのかを知りたいと考えておりました。

quickquip

2021/04/15 03:15

> 実際に学習時よりも大きい画像サイズで推論した場合において、ある程度正しい結果が返ってきております。ここで「実際何をしているのか」「何が起きているのか」が、コードがないと伝わらないということかと思います。そこが伝わらないと > この推論の方法は、間違っていないでしょうか。の質問に答えられる人はいないです。

quickquip

2021/04/15 03:22 編集

> ある程度正しい結果が返ってきております。もちょっと伝わってなくて、どんな結果を質問者さんは目にしているんだろう、と不思議に思いました。（数値データの羅列? 矩形/領域が書き足された画像? 後者だとしたらそのピクセル数は?）