😷 person→mask 2×2 對照:原圖解析度 × 人比例(letterbox) 🔬 實驗

cvat #46 ｜ 兩個變因:①原圖 1024 vs 480 低解析 ②input 前處理 方形壓扁 vs letterbox 等比例補黑 ｜ network input 固定 384×384 ｜ fire框架 camaug ep30 ｜ 2026-08-03

兩個獨立結論:
① letterbox(人比例)兩解析度都有幫助：1024 +0.015、480 +0.013 —— 不壓扁人比例是獨立有效的。
② letterbox 補不回低解析損失：480 letterbox(0.973)仍輸 1024 方形(0.984),更遠輸 1024 letterbox(0.999)。解析度損失是真的,letterbox 只能部分彌補。
👉 最佳 = 1024 letterbox(AP 0.999、F1-opt recall 30/30);低解析場景則 letterbox 仍值得用(比同解析度方形好)。

2×2 數據(同 val 60,同資料)

原圖input 前處理val APF1-opt thrconf@0.5
(tp/fp/tn/fn)		conf@F1-optdemo key
1024方形壓扁0.9840.01519/0/30/1128/1/29/2mask_person_exp
1024letterbox0.9990.03522/0/30/830/1/29/0mask_person_lb ⭐
480方形壓扁0.9600.01020/0/30/1028/4/26/2mask_person_lr480
480letterbox0.9730.32020/0/30/1025/0/30/5mask_person_lr480_lb

各版 threshold 不同(報告已列 F1-opt),demo 已按各版設定。無獨立 test 集,val 偏樂觀,以真人實測為準。

AP 對照圖

視覺對照(方形壓扁 vs letterbox)

原crop
方形壓扁(舊)
letterbox(新)

原crop
方形壓扁(舊)
letterbox(新)

原crop
方形壓扁(舊)
letterbox(新)

中間「方形壓扁」把長瘦的人橫向拉寬變形;右邊 letterbox 保持人比例、上下補黑邊。

下載(四版 R2)

1024 方形 1024 letterbox ⭐ 480 方形 480 letterbox