为 yolo v4 标记图像
Labeling images for yolo v4
我正在尝试标记一些图像以训练 YOLO 模型，我有两个问题：
1 - 我将尝试在图像上定位站立的人，（图像由站立的人 and/or 躺在地上的人组成，或者根本没有人）所以我基本上只需要标记站立的人？人躺在地上（基本旋转90º）对模型训练不会有问题吗？
2 - 我应该将一些完全没有人的图像传递给模型训练吗？还是只有一个或多个人的图片？
提前致谢！
在这种情况下，理论上基于深度学习的目标检测模型应该能够学习站立的人，只标记站立的人，但我建议标记躺在地上的人以及另一个class 标签。这将有助于模型学习区分站立和躺着的人的特征。
任何物体检测模型都会受到前景和背景之间 class 不平衡的影响，因为在任何现实世界场景图像中的大部分时间 region/pixels 都被前景物体占据（在此案例人物）与背景区域相比非常小，这在前景和背景区域之间造成 class 不平衡。这种class不平衡使得物体检测模型偏向背景class。浏览此 article 了解更多详情。
因此，添加零个人的图像将进一步增加 foreground/background class 不平衡问题。
我正在尝试标记一些图像以训练 YOLO 模型，我有两个问题：
1 - 我将尝试在图像上定位站立的人，（图像由站立的人 and/or 躺在地上的人组成，或者根本没有人）所以我基本上只需要标记站立的人？人躺在地上（基本旋转90º）对模型训练不会有问题吗？
2 - 我应该将一些完全没有人的图像传递给模型训练吗？还是只有一个或多个人的图片？
提前致谢！
在这种情况下，理论上基于深度学习的目标检测模型应该能够学习站立的人，只标记站立的人，但我建议标记躺在地上的人以及另一个class 标签。这将有助于模型学习区分站立和躺着的人的特征。
任何物体检测模型都会受到前景和背景之间 class 不平衡的影响，因为在任何现实世界场景图像中的大部分时间 region/pixels 都被前景物体占据（在此案例人物）与背景区域相比非常小，这在前景和背景区域之间造成 class 不平衡。这种class不平衡使得物体检测模型偏向背景class。浏览此 article 了解更多详情。 因此，添加零个人的图像将进一步增加 foreground/background class 不平衡问题。