SunnyXudongShi

> 我也遇到了相似的问题， > > 第一个问题应该就是NMS的问题，是不是你的置信度阈值设置略低； > > 第二个的话觉得在v3出来之前没法改善了，这种single stage的算法中把图片分成格，一个格负责预测一个物体，这里有天然的不足，对小物体尤其是大量的小物体是不如two stage算法的。小物体可以考虑用maskrcnn，不过实时比较差。 我考虑的是将grid取大，目前还在实验中，不知道能不能缓解

> 你好，你们的模型出现一张面具有2个实例情况么，如果没有的话，请教下是怎么解决的呢 > > > 你好，非常感谢你非常可以发布，你的工作真的棒，让我不已，我表示你的上继续很多的研究，现在工作中遇到一个问题，具体如下 2 个问题，希望能得到你的帮助和指导。 1.最大的训练：训练完的模型中会出现一张面具有2个实例情况，我如何避免。 2.当前针对极小目标的检测（在512x512的图像中，大约10x10像素值的检测效果，我该怎么取优化呢？ 没有！我认为是模型本身的原因导致，因为他区别于mask-rcnn的框架，而是采用grid的框架，所以这个问题不可避免。这只是我自己的理解，不知道作者是不是认同

@MichaelFan01 你好，修改了我也改成了单尺度之后，就可以检测出来了，谢谢您的指点

@MichaelFan01 大神你好，我目前又遇到一个问题，我要在512x512的图像中检测1个像素或者2个像素宽，大约15个像素长的缺陷，我尝试如下几种改变：(1)原始给的训练例子，只打开了use_boundary_8，效果不佳；(2)将use_boundary_2、4和8同时打开，效果也不加；(3)在(2)的前提下，对上述缺陷做了旋转、镜像和亮暗登增广，效果仍是不佳。所以想请教一下大神，对于小目标或者细长的目标应该如何去调整呢？

> > @MichaelFan01 大神你好，我目前又遇到一个问题，我要在512x512的图像中检测1个像素或者2个像素宽，大约15个像素长的缺陷，我尝试如下几种改变：(1)原始给的训练例子，只打开了use_boundary_8，效果不佳；(2)将use_boundary_2、4和8同时打开，效果也不加；(3)在(2)的前提下，对上述缺陷做了旋转、镜像和亮暗登增广，效果仍是不佳。所以想请教一下大神，对于小目标或者细长的目标应该如何去调整呢？ > > 缺陷检测效果不佳跟boundary没啥关系吧，我猜测应该是前背景分布严重不均衡，然后缺陷被淹没了导致全是正例，如果符合你的情况的话，感觉你可以试试在分割loss层面给负例加权重~ 我是否可以通过调节OhemCELoss中的阈值或者将OhemCELoss中的交叉熵改成focal_loss?

> > @MichaelFan01 你好，修改了我也改成了单尺度之后，就可以检测出来了，谢谢您的指点 > > 你的但尺度设置的多少，我设置但尺度这个loss还是0 randomscale这个参数

> > > > @MichaelFan01 你好，修改了我也改成了单尺度之后，就可以检测出来了，谢谢您的指点 > > > > > > > > > 你的但尺度设置的多少，我设置但尺度这个loss还是0 > > > > > > randomscale这个参数 > > 这个参数您设置的多少呢？我设置为0.75这部分的loss还是为0 我建议，你首先做成cityscapes的样子，然后再一步步调整参数

> > > > > @MichaelFan01 大神你好，我目前又遇到一个问题，我要在512x512的图像中检测1个像素或者2个像素宽，大约15个像素长的缺陷，我尝试如下几种改变：(1)原始给的训练例子，只打开了use_boundary_8，效果不佳；(2)将use_boundary_2、4和8同时打开，效果也不加；(3)在(2)的前提下，对上述缺陷做了旋转、镜像和亮暗登增广，效果仍是不佳。所以想请教一下大神，对于小目标或者细长的目标应该如何去调整呢？ > > > > > > > > > > > > 缺陷检测效果不佳跟boundary没啥关系吧，我猜测应该是前背景分布严重不均衡，然后缺陷被淹没了导致全是正例，如果符合你的情况的话，感觉你可以试试在分割loss层面给负例加权重~ > > > > > > > > > 我是否可以通过调节OhemCELoss中的阈值或者将OhemCELoss中的交叉熵改成focal_loss?...

> > > > > > @MichaelFan01 大神你好，我目前又遇到一个问题，我要在512x512的图像中检测1个像素或者2个像素宽，大约15个像素长的缺陷，我尝试如下几种改变：(1)原始给的训练例子，只打开了use_boundary_8，效果不佳；(2)将use_boundary_2、4和8同时打开，效果也不加；(3)在(2)的前提下，对上述缺陷做了旋转、镜像和亮暗登增广，效果仍是不佳。所以想请教一下大神，对于小目标或者细长的目标应该如何去调整呢？ > > > > > > > > > > > > > > > 缺陷检测效果不佳跟boundary没啥关系吧，我猜测应该是前背景分布严重不均衡，然后缺陷被淹没了导致全是正例，如果符合你的情况的话，感觉你可以试试在分割loss层面给负例加权重~ > > > > > >...