[問題] CNN對於微小特徵的學習能力

[qwe85158 (Hsien)]

作業系統:linux

問題類別:CNN

使用工具:tensorflow,keras

問題內容:

最近在進行一個使用CNN做影像辨識的Project，但目前在Recall上出現瓶頸

以目前我將Heatmap抓出來看，發現是有些特徵過小導致網路很常漏抓到他

特徵大小約可能是 640x360 pixels中10x10左右

以我現在的訓練方法是有進行sliding window做前處理與資料增強再進行訓練

想請教各位先進對於這類問題有甚麼關鍵字與想法可以討論呢?

謝謝!!




--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.66.243.96 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1601362135.A.D4C.html
推 goldflower: 常用的方法就是pyramid訓練吧 不會消失的前提也能用f
→ goldflower: ocal系列的loss 再來就是把前面skip接到後面之類的
→ goldflower: 不過還要看你是什麼架構 說不定改改架構就行
這是一個方法可以試試看
推 acctouhou: 圖像attention有試過嗎？
有，這我有試 但效果感覺不是很明顯，有推薦的論文參考嗎~
※ 編輯: qwe85158 (61.66.243.96 臺灣), 09/29/2020 19:16:15
推 y956403: tiny object detection, multi-scale (fusion), FPN
感恩 我嘗試看看
※ 編輯: qwe85158 (61.66.243.96 臺灣), 09/30/2020 10:21:53
→ followwar: 看看一些 fine-grained的paper吧....
→ wtchen: 將filter size調小？
感恩建議~會研究看看
※ 編輯: qwe85158 (61.66.243.96 臺灣), 10/15/2020 16:53:35