使用Tensorflow对象检测API检测图像中的小对象

我想用Tensorflow Object Detection API 识别一系列网络摄像头图像中的对象。这个 Faster RCNN models 在COCO数据集上进行预训练似乎是合适的,因为它们包含了我需要的所有对象类别。

但是,我想提高模型在识别每个图像中相当小的对象时的性能。如果我理解正确,我需要编辑锚 scales 中的参数 config file 使模型使用较小的边界框。

我的问题是:

• 调整此参数后,是否需要在整个COCO数据集上重新训练模型?或者有没有一种方法可以仅仅为了推理而改变模型,避免任何再培训?
• 除了将图像裁剪成多个部分并分别对每个部分进行推断之外,是否还有其他成功识别小对象的提示/技巧?

背景信息

我目前正在向模型提供1280x720个图像。在200x150像素左右,我发现很难检测到物体。