YOLO v3 탐지 큰 이미지에 적용

Question

안녕하세요. 이전에 항공사진에서 나무를 찾는 프로젝로 질문을 드렸었는데요.  제가 사용한 이미지는 23160*28750 크기의 .tiff 파일로, 해당 이미지를 500*500 크기의 이미지로 자른 뒤, 그 중 약 50여개의 분할된 이미지로부터 CVAT을 활용해 class : tree 에 대한 annotation을 약 300개 만든 후 train 하였습니다.  500*500으로 자른 이미지에 inference 했을 땐, 일부 탐지에 성공하였으나, 원본 이미지 (23160*28750) 에 사용 시, 하나도 탐지해내지 못했습니다.  이처럼 해상도의 차이가 큰 이미지에 적용할 때 탐지가 되지 않는 이유는 무엇인가요? 그리고 해결방안이 있는지도 여쭤봅니다. 감사합니다 :)  ※코드는 'yolov3_train_incredibles.ipynb' 코드를 활용하여 작동하였습니다.

Answer

안녕하십니까,

오, 이렇게 큰 이미지도 있군요. 제가 이렇게 큰 이미지를 적용해 본적은 없지만,

먼저 23k x 28k 이미지를 500x500 이미지를 잘랐다는 것이 crop 을 이용해서 특정 부분만 도려 내었다는 건가요? 아님 23k x28k 이미지 전체를 resize해서 500x500 이미지로 만들었다는 것인가요?

만약 resize로 23k x 28k 를 500x500 이미지를 줄였다면 Detect할 Object가 상당히 작아져서 Detect가 잘 안될 것 같습니다만(일부 검출이 되었다고 하신걸로 봐서는 crop 등으로 특정 부분만 도려낸것 아닌가 생각해 봅니다)

마찬가지로 원본 이미지 23k x 28k 이미지를 아래 명령어로 학습 시키면 자동으로 이미지를 640x640으로 resize하기 때문에 Detect 할 Object가 너무 작아져서 Detect가 잘 안될 것으로 생각됩니다.

cd /content/yolov3; python train.py --img 640 --batch 8 --epochs 150 --data /content/incredibles/incredibles.yaml --weights yolov3.pt \

                                    --project=/mydrive/ultra_workdir --name incredibles --exist-ok 
어떻게 500x500 이미지를 적용한 것인지, 원본 이미지는 어떻게 적용한 것인지 상세히 기술 부탁드립니다. 

redsharks

YOLO v3 탐지 큰 이미지에 적용

이 글과 비슷한 Q&A

Transformer 번역기 부분에 대해 질문 있습니다.

작업형1 모의문제1 에서 에러가 나는데 왜이럴까요 ?

강의자료 부탁드립니다.

dictionary comprehension