Обучение на больших изображениях с файлами аннотаций - альтернативы?

Question

Система:

ОС - Ubuntu 16.04 LTS // Оперативная память - 8 ГБ // GPU - 2 x GTX 1080 // Программное обеспечение - Tensorflow / Keras

Постановка проблемы:

У меня есть большие изображения (6500 x 4308 px), на которых я хочу запустить тренировочный процесс для обучения DL-алгоритму. Проблема в том, что этот размер изображений не помещается в Память моих графических карт (2 x GTX 1080). Я планировал разделить Изображения на меньшие плитки, чтобы они поместились в Память, и в конце плитки были бы собраны вместе, чтобы показать результат изображения (на этапе тестирования, чтобы увидеть прогноз на изображениях, пример дефектов поверхности).

Но для каждого большого изображения у меня есть файл аннотации, в котором есть информация о ограничивающих прямоугольниках в изображении. Так что теперь у меня нет хитрости или идеи о том, как поступить. Я был бы очень рад, если бы вы, ребята, могли бы предложить мне метод (ы) из вашего опыта.

Заранее спасибо!

edit: изменение размера изображения не является опцией, поскольку рентабельность инвестиций составляет всего 5 x5 пикселей. Они будут потеряны, если изображение будет изменено.

Answer 1

Вы можете обрезать небольшие детали из изображений, содержащих области, представляющие интерес для предварительной обработки.Затем можно обучить небольшую нейронную сеть в этих обрезанных областях, представляющих интерес.Затем можно сканировать небольшую нейронную сеть по полноразмерным изображениям (неэффективно) или использовать стратегию обучения с подкреплением (эффективно), чтобы определить области интереса в полноразмерных изображениях.