SSD小目标检测
SSD小目标检测根据产品应用新增了“ssd_tiled_dataset_mindspore”文件夹，其与“ssd_mobilenet_fpn_mindspore”文件夹在“on_platform/plat_cfg.yaml”文件上存在差异，其余代码均相同，可通过添加额外命令参数开启该功能，推荐在“ssd_tiled_dataset_mindspore”文件夹中进行。
训练参数及范围
SSD小目标检测训练参数在表1中额外增加以下参数，请参见表1。
参数名 |
类型 |
取值范围 |
默认值 |
说明 |
|---|---|---|---|---|
--split_image |
bool |
True 或 False |
True |
是否开启小目标检测功能。 |
--split_auto |
bool |
True 或 False |
False |
小目标检测功能是否自动配置参数。 |
--split_resize_ratio |
str |
参数中2个数值的取值范围：[0.1, 10] |
"2,2" |
原图放大的比例，参数值顺序为宽、高。 |
--split_block_size |
str |
参数中2个数值的取值范围：[256, 2048] |
"896,896" |
图像分块后，图像块的大小，参数值顺序为宽、高。 |
--split_overlap_size |
str |
参数中2个数值的取值范围：[128, split_block_size的最小值-128] |
"256,256" |
图像分块的重叠区域大小，参数值顺序为宽、高。 |
训练命令参考
python3 tiled_dataset_train.py --train_dataset_path={数据集路径} --train_output_path={输出路径} --pretrained_ckpt_path={预训练模型路径} --epoch_size=100 --batch_size=4 --input_width=2048 --input_height=1536 --init_lr=0.001 --device_num=1 --run_eval=True --eval_start_epoch=5 --split_resize_ratio=4,4 --split_block_size=896,896 --split_overlap_size=128,128 --split_auto=False --split_image=True
评估参数及范围
评估脚本路径：“/mxAOITraining/ssd_mobilenet_fpn_mindspore/tiled_dataset_eval.py”。
SSD小目标检测评估参数请参见表2。
评估命令参考
python3 tiled_dataset_eval.py --eval_dataset_path={评估集路径} --eval_ckpt_path={输出路径} --eval_output_path=./eval_result