大图片小目标检测

YOLOv5 小目标检测、无人机视角小目标检测

1、图片分割、标签生成

因为我们要检测的图像分辨率很大，比如无人机拍摄的图片尺寸为5630x4314，但又有些目标很小，如果直接把图像缩放到640x640训练的话，效果不好，很多小目标就检测不到了。

因为：yolov5使用了5次下采样，最后输出的特征图大小是20 * 20, 40 * 40, 80 * 80。

80* 80 负责检测小目标的，对应到640 * 640 上，每格特征图对应的感受野大小是 640/80=8 * 8。再对应到原图中，以长边为例，5630/640 * 8 = 71，即原图中目标小于71像素的目标，是无法学习到有效特征的。

所以要对原图分割成多个小图再进行检测，我这里把图像分割成 2行3列，即6个小图。

有一点值得注意的是，有一些目标正好位于两个小图中间，正好被截断了，这就可能导致检测不到目标。为了避免这种情况，我们在两个小图之间设置一个overlap重叠区域，这里我设置的重叠区域面积占总面积的20%。

4.推理合并

在模型推理的时候，输入的是一张无人机拍下是原始图像，我们同样也需要把原图切割成多个小图来推理，再把小图的推理的结果合并到原图，然后再统一做nms操作。

步骤：

（1）小图跑模型推理，得到推理结果pred；

（2）对pred的结果中boxes位置进行坐标转换，转换为对应于原图中的位置；

（3）把各个小图推理的结果用 torch.cat 来进行合并；

（4）使用nms非极大值抑制 过滤掉重复的框。