Colab训练YOLO3时darknet提示Very small path to the image问题咨询

这个Very small path to the image是darknet框架内置的标注校验警告，触发逻辑为：

• 训练时会先把输入原图resize到你设定的网络输入分辨率（如416416、608608），同步把标注框按相同比例缩放
• 若缩放后的标注框宽/高小于1像素，darknet会自动丢弃该标注框，不参与当前批次的损失计算，同时打印该提示
• 提示出现频率不规则是因为darknet按随机顺序加载训练数据，只有当批次中存在包含超小标注目标的图片时才会触发

该警告属于非致命提示，不会中断训练，影响大小和你的检测需求相关：

• 若你的任务不需要检测尺寸极小的目标：无负面影响，相当于自动过滤了无学习价值的无效标注，不会拉低最终模型精度
• 若你的任务核心就是检测极小目标：存在负面影响，这类小目标的标注会被批量丢弃，模型无法学习到对应特征，最终小目标检测精度会明显下降。可通过调大网络输入分辨率、预处理放大含小目标的图片、修改darknet源码中的标注过滤阈值三类方式解决

内容的提问来源于stack exchange，提问作者찌눈이