Размер резидентного поля и размер объекта

Question

У меня есть вопрос относительно взаимосвязи между восприимчивым полем CNN и размером объекта, который он должен обнаружить. Допустим, что мои объекты имеют размер 16x16 px. Так должно ли восприимчивое поле быть как минимум 16x16? Или он должен быть больше? Может быть, плохо, если восприимчивое поле велико, скажем, в этом случае, например, 100x100?

Я знаю, что это сложный вопрос, но, возможно, у кого-то есть опыт в отношении того, насколько большое восприимчивое поле должно быть связано с размером объекта.

Спасибо

Answer 1

Воспринимающее поле определяет количество пикселей, которые учитываются при принятии решения. Если вы используете подмножество объекта, чтобы определить, является ли это определенным подмножеством, это похоже на взятие урожая и попросить человека определить, какой объект он является, что трудно сделать.

Как правило, полезно принимать во внимание окружающие данные для принятия обоснованного решения.

Единственная проблема с использованием слишком большой информации об окружающей среде заключается в том, что сеть может принимать решения на основе чего-то, что не связано с самим объектом, потому что оно коррелировано в наборе обучения, но не в реальной жизни. Например. Классификация автомобилей. У вас есть красный фон для каждой Audi и для другого автомобиля. Поэтому, если вы используете все изображение в качестве восприимчивого поля, оно, вероятно, будет классифицировать Audi на основе фона, а не характеристик автомобиля.

Редактировать к вашему осветлению:

я сделал что-то подобное с отпечатками пальцев. Я бы посоветовал вам взглянуть на сегментацию бинарных изображений и использовать область 6x6 или что-то для каждого объекта, чтобы функция потерь была более плавной. Это лучше всего подходит для моего дела.

Это чисто теоретический вопрос, потому что вам понадобится достаточная глубина для архивирования хороших результатов в любом случае, и восприимчивое поле будет больше, чем объект в любом случае. Кроме того, поскольку объект может изменить свой размер, для всех объектов в сцене не будет зафиксирован фиксированный восприимчивый размер. Тем не менее, это был бы интересный эксперимент, если бы он помог ограничить восприимчивый размер пикселя. Я так не думаю.

Answer 2

best относительный размер для вашего восприимчивого поля будет зависеть от общей архитектуры вашей сети. Но, вообще говоря, вы, вероятно, должны иметь поле, отвечающее за фильтр, меньшее, чем размер объекта, который вы хотите обнаружить. Предполагая, что у вас есть слой с достаточным количеством сверточных фильтров, вы хотите, чтобы чувствительное поле было размером, чтобы фильтры могли обнаружить объекты (края, цвета, текстуры и т. Д.) Объекта. Затем последующие слои вашего CNN объединяют функции для обнаружения совокупного объекта.

Например, см. here. На рисунке под заголовком «Примеры фильтров ...» показаны извлеченные сверточные фильтры, которые имеют восприимчивые поля размером 11х11 пикселей, тогда как объект, который будет обнаружен (автомобиль в этом случае), охватывает сотни пикселей.