Как правильно анализировать большое изображение с помощью модели с фиксированным размером входного изображения?

Question

[Михаил Морозов]

У меня есть модель для сегментации изображений (недоделанная). Как правильно подать на вход модели принимающей изображения размером 256x256 большие изображения? Когда я просто делю изображение на равные квадраты, то результат удручающий, видно что изображения подавались по частям

Пример

Конечно, можно просто уменьшать изображение, но это может сильно ухудшить качество распознавания.

Answer 1

[imageman]

1. Использовать структуру нейросети, которая на вход принимает большие картинки (вроде как U-Net из коробки работает так, что может обработать как 256*256, так и 1024*1024).
2. Анализировать квадратами (нарезать) с перекрытием, потом сшивать как сшивают панорамы (поищите smartblend.exe). https://wiki.panotools.org/SmartBlend
3. Заранее тренировать модель с учетом перекрытия, в этом случае сшивка должна быть сильно проще.

Comments

[Михаил Морозов]

Спасибо за ответ, использовать другой input_shape модели, к сожаленью не могу, так как датасет на 256x256. Однако, думаю что 2. и 3. советы помогут. Возможно, нужно просто правильно проаугментировать данные, для более корректного сшивания.