我正在使用YOLO v. 4对大量图像进行对象检测和分类。我是通过 Python 接口来做到这一点的。我的图像有各种尺寸和纵横比。
从命令行使用 Darknet / YOLO 的示例（例如在此 Colab 笔记本中）只是将图像扔到darknet可执行文件中，而没有明显考虑图像大小或纵横比。这让我觉得 YOLO 会自动对空白部分进行一些缩放/裁剪/插入。
然后再看Darknet/YOLO框架自带的darknet_imagesPython模块，做法好像是用来cv2缩放图片的到在 YOLO 中检测之前的网络大小。特别是，这似乎通常会扭曲纵横比。现在我很困惑：在通过 检测之前我应该​​缩放还是不缩放darknet.detect_image()？
我可以darknet.make_image()使用图像的本机尺寸创建图像对象并将它们提供给darknet.detect_image()没有任何抱怨，那么在这种情况下，Darknet 对尺寸做了什么？
我还想知道是否将 1000x500 图像缩放到我的暗网网络的 608x608 大小作为 608x608“帧”中的 608x304 图像，将帧的其余部分留空（白色或黑色）？或者我应该将 1000x500 图像完全缩放到 608x608，从而严重扭曲纵横比？我想 YOLO 的训练通过数据增强考虑了一些失真，但我想它可以容忍多少失真一定是有限制的？