Detectron2中DefaultPredictor的输入图像尺寸设置相关问题
DefaultPredictor 的内置预处理逻辑
DefaultPredictor 默认会在推理流程中自动完成全流程图像预处理,并非直接接收原始图像送入网络:
- 首先对输入的BGR格式numpy数组,按照配置文件设定的像素均值、标准差完成归一化
- 自动调用和配置绑定的缩放逻辑:默认是基于
ResizeShortestEdge的保比例缩放,依据cfg.INPUT.MIN_SIZE_TEST、cfg.INPUT.MAX_SIZE_TEST、cfg.INPUT.RESIZE_MODE的参数调整图像尺寸,不会无差别硬拉伸到固定正方形尺寸 - 最后调整图像维度顺序、封装为模型支持的张量格式送入检测主干
如果不对默认逻辑做调整,哪怕你提前把图像resize到1200×1200送入predictor,内置的缩放步骤会再次对图像做尺寸调整,最终的网络输入尺寸和你预期的完全不一致,提前做的预处理等于无效操作。
能否提前自行完成resize再送入DefaultPredictor
这种操作可行,但必须满足两个前提:
- 必须关闭DefaultPredictor自带的自动resize逻辑,避免两次缩放叠加导致的尺寸异常
- 自行resize的逻辑必须和训练阶段的预处理完全对齐:训练阶段如果是无保比例硬缩到(1200,1200),预测阶段的resize也要执行相同的操作,不能混入保比例缩放的逻辑,否则训练和推理的输入分布不一致,会直接掉点。
实现预测阶段固定1200×1200输入的可选方案
- 方案一:通过配置修改适配
如果训练阶段的缩放本来就是保比例的固定边长缩放,可以直接修改测试阶段的配置参数,把缩放规则改成固定尺寸匹配,不需要重写代码:
改完配置后,DefaultPredictor会自动把图像按规则缩放到对应尺寸,和训练流程对齐。cfg.INPUT.RESIZE_MODE = "fixed" cfg.INPUT.MIN_SIZE_TEST = 1200 cfg.INPUT.MAX_SIZE_TEST = 1200 - 方案二:自定义预处理逻辑
如果训练阶段用的是T.Resize((1200,1200))这种无保比例的硬拉伸缩放,Detectron2内置的配置项无法完全复现这个逻辑(内置缩放默认保留图像宽高比,不会拉伸变形),此时需要重写DefaultPredictor的预处理流程:
要么直接绕过内置的resize步骤,在外部把图像硬缩到1200×1200后,仅保留内置流程里的归一化、转张量步骤送入网络;
要么继承DefaultPredictor类,替换掉内置的resize操作,把默认的ResizeShortestEdge换成和训练阶段完全一致的硬Resize逻辑,保证预处理链路完全对齐。
这里有个非常常见的踩坑场景:不少人图省事提前把图像缩到1200×1200就直接丢给默认的DefaultPredictor,压根没注意内置流程还会跑一遍ResizeShortestEdge,比如默认配置里MIN_SIZE_TEST是800,那么1200边长的图会被自动缩到800,最后网络实际吃进去的图根本不是预期尺寸,精度掉了都找不到原因。
内容的提问来源于stack exchange,提问作者Kosar KAZEMI
相关产品推荐
相关产品推荐

