在Detectron2中检测小物体

创建此问题的目的是开始讨论使用Detectron2 API检测小对象的问题。互联网上很少有讨论不充分的讨论，我认为这篇文章也可以帮助其他人进行类似的项目。

我在我的项目中使用Detectron2，在该项目中我检测到图像上的多个对象。物体检测器有两种模式。在第一模式下，检测器检测整个物体。例如汽车。在第二模式下，检测器检测物体的部分。例如，轮子，门和灯光。

现在在第一种模式下，检测器工作正常。但是在第二种模式下，精度会急剧下降。由于汽车在图像上很小，因此汽车零件甚至更小。这就是为什么我的第一个猜测是精度由于检测到小物体而下降的原因。但是我似乎找不到合适的方法来微调模型参数以检测小物体。

好吧，有人会说使用MaskRCNN不适合检测小物体，我应该使用更合适的模型。我想强调一点，我一定会使用Detectron2 API。

已经有两个问题

但是它们不足。第一个问题很简短，它没有说明开始试验哪些参数是好的。在第二期中，有一个 comment，作者讨论了扩大一些参数的问题，但是没有任何进一步的评论可以证实这一点。我也没有尝试过它们，因为我是最近才发现该帖子的。

我试图改变初始学习率。更改参数可以改善零件模型，但精度仍达不到检测整个对象的模型中的值。例如，零件模型的精度约为15％，整个模型的精度约为75％。

一个想法也是使用更大的输入分辨率。这似乎不起作用，因为我已经使用图像大小作为输入分辨率。

有人在研究类似问题并找到了更好的解决方案吗？ comment基本上是该任务的唯一合适解决方案吗？