YOLOV3学习记录——输入图像前的细节问题

#YOLOV3学习记录——输入图像前的细节问题

背景

通常，神经网络对输入图像的尺寸是有要求的。YOLOV3要求图像是一个矩形，但往往自定义数据集的图像是不规则尺寸。因此这种情况下需要进行Resize操作。其中Padding不当会导致一定问题。

讨论

如下图，左面为原图，右面为resize之后的输入图像。以原图像最长边为基准边计算缩放系数，使其变换到长度为设定尺寸，然后整张图像等比缩放。Padding采用灰色背景填充，即(128,128,128).如果采用0填充会导致在推理阶段出现问题。网络的输出张量的输出值异常，要么没有检测框，要么出现大量检测框且是乱的。以上是更改了三个YOLOv3项目代码得出来的结论，希望大家少走弯路。

结论

在对图像预处理时，不应该采用(0,0,0)零填充，建议使用(128,128,128)填充，其余填充方式未尝试。

参考网址

【1】YOLOV3学习记录——输入图像前的细节问题https://blog.youkuaiyun.com/weixin_45482843/article/details/109427426