回答編集履歴
1
修正
answer
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
入力画像
|
|
2
2
|
↓
|
|
3
|
-
letterbox 処理でアスペクト比固定でリサイズ
|
|
3
|
+
letterbox 処理でアスペクト比固定でリサイズ (例えば、416x416)
|
|
4
4
|
↓
|
|
5
5
|
推論
|
|
6
6
|
↓
|
|
@@ -8,9 +8,8 @@
|
|
|
8
8
|
|
|
9
9
|
となっているので、推論時は固定のサイズにリサイズされてモデルに入力されます。
|
|
10
10
|
|
|
11
|
-
|
|
12
11
|
> 学習・推論時に画像サイズが同一でないとき、「学習時と条件が異なることで推定精度が下がる」以外に何か問題はあるのでしょうか？
|
|
13
12
|
|
|
14
|
-
Keras 実装がそうなっているかはわかりませんが、論文著者のオリジナル実装では学習時は
|
|
13
|
+
Keras 実装がそうなっているかはわかりませんが、論文著者のオリジナル実装 (darknet) では学習時は 608x608 ~ 320x320 の間でランダムに画像サイズを変えながら学習しています。
|
|
15
14
|
なので、その間の32の倍数の画像サイズであれば、大丈夫なのではないでしょうか。
|
|
16
15
|
もちろん、入力サイズを小さくするほど精度は落ちますが、処理速度は上がります。
|