YOLOv5新手求助：如何判断检测目标是否倒置？

1. 改数据集加朝向标签，转成联合任务 #

• 重新标注你的数据集，给每个目标加个朝向标签（比如就分“正常”“倒置”两类），把原来单纯的检测任务变成“检测+朝向分类”一起做的任务。
• 训练的时候不用大改YOLOv5结构，只需要调整输出层的类别数，把朝向类别加进去就行。推理的时候每个检测框除了告诉你是什么目标，还会输出它的朝向状态。

2. 加关键点检测分支，靠点的位置判断 #

• 参考YOLOv5-Pose的结构，给YOLOv5加个关键点检测分支，标注目标的关键特征点——比如人脸的眼睛和嘴巴，或者瓶子的瓶盖和瓶底。
• 推理时看这些关键点的相对位置：比如人脸眼睛在嘴巴上面就是正常，反过来就是倒置；瓶子瓶盖在瓶底下面的话，那肯定是倒过来了。

3. 新增朝向分类头，分开优化损失 #

• 保留原有的YOLOv5检测分支，额外加一个朝向分类头，输入用检测框裁剪出来的目标图像。
• 训练的时候同时优化检测损失和分类损失，推理时先检测出目标，再把裁剪后的图丢去分类头判断朝向。

4. 不重训模型，用后处理判断 #

• 要是不想重新训练，推理后可以对检测到的目标区域做后处理：
  • 提取目标的HOG特征或者SIFT特征，和正常朝向的目标特征做匹配，匹配度低就判定是倒置。
  • 对有明显纹理或对称特征的目标，算一下图像的垂直投影直方图，对比正常和倒置状态下的直方图差异就能判断。

内容的提问来源于stack exchange，提问作者Mina Samir