Могу ли я обучить YOLO на небольших уже сегментированных изображениях и проверить его на большом изображении для обнаружения?

Question

Я думал о создании модели YOLO для определения занятости парковки, у меня есть все небольшие сегментированные изображения для каждого парковочного места. Могу ли я обучить YOLO на этих маленьких изображениях, уже разделенных на отдельные пустые и занятые классы, и протестировать его на тестовом изображении, таком как ариэль, с видом на парковку, скажем, с 28 парковочными местами, и модель должна обнаруживать занятые и пустые места. Если да, то может ли кто-нибудь помочь мне решить проблему? Я буду использовать YOLO для Keras.

Answer 1

YOLO - модель обнаружения объекта.Во время обучения он принимает координаты ограничительных рамок на изображении в качестве входных данных и учится идентифицировать изображения внутри таких ограничивающих рамок.Согласно вашей постановке задачи, если у вас есть вид с парковки с высоты птичьего полета, то нарисуйте ограничивающие рамки, сгенерируйте XML-файлы (в соответствии с вашими требованиями к обучению) и начните обучение.В идеале это должно дать вам желаемую модель для прогнозирования.

Бесплатный инструмент для маркировки изображений - https://github.com/tzutalin/labelImg

Проект Github, чтобы получить представление о том, как обучить Йоло в Керасе с помощью пользовательского набора данных - https://github.com/experiencor/keras-yolo2

В любом случае, это не идеальное решение для вашей проблемы, если вы не предоставили ни кода, ни изображения.Но это хорошее место для начала.