对于课程项目，我正在训练单程网络以检测图像中的多个仪器符号 . 这些类的一小部分如下所示 .
Image_Class_1 Image_Class_2 Image_Class_3 Image_Class_4
我正在使用YOLO v2来训练和检测图像中的多个类 . 由于这些符号的数据集不存在，我在上面显示的四个符号上以下列两种方式执行数据增强 .
- 每个符号类型的旋转步长为0.5度，为每个类提供720个图像 .
此外，获得的720个图像通过高斯模糊（5×5滤波器） .
这将数据集增加到每类1440个图像 .
YOLO v2的配置文件仅在以下行中更改：
-
第3行：批次= 64
-
第4行：细分= 64（细分大小为8使CUDA耗尽内存） .
-
第244行：classes = 4
-
第237行：过滤器=（第5类）* 5 = 45 .
用于训练的图像大小为500x500，整个数据集分为80％和20％的比例用于训练和测试 .
网络培训运行至3100次迭代，平均损失为0.048 .
然而，训练结果让我感到困惑，因为在多类检测的情况下结果是相当出乎意料的 . 在测试图像的单类分类中，网络按预期执行（尽管对于可能可以改进的两个类不是很好），如下所示：
Detection class_2_image (probability = 78%) Detection class_1_image (probability = 98%) Detection class_3_image (probability = 98%)
但是，当我尝试对测试图像执行多类检测时，检测和分类完全失败，如下面的结果图像所示：
Multi-class Detection biased for class_3
如果我改变测试图像中符号之间的空间距离，则边界框和类预测变得更加随机 . 因此，我有一些关于这个问题的问题：
-
由于YOLO也隐式执行数据扩充，我的数据扩充过程是否会干扰培训？
-
我是否需要将图像大小调整为精确到416X416作为YOLO v2所需的输入？
-
我知道YOLO v2是一个非常沉重的CNN架构，可能并不适用于这样的图像，但单类分类结果太有希望忽略不计 . 那么有人可以弄清楚为什么它完全失败了多类检测？
-
我应该按原样使用YOLO v2还是修改它以便在图像中检测这些符号？我想如果我修改我会冒更多的损失并进一步恶化检测 .