2

カスケード分類器のトレーニングについていくつか質問を受けました。

  1. 一部の写真では、オブジェクトの半分が表示されています。可視部分を関心領域としてマークするか、画像をネガティブ サンプルとして使用するか、完全に分類する必要がありますか?
  2. 分類器は、部分的にしか見えないオブジェクトを検出できますか (Haar 機能を使用)?
  3. 陰性サンプルと陽性サンプルの比率は? 多くの場合、よりネガティブなサンプルを使用する必要があると読みます。しかし、たとえばこのスレッドでは、比率は 2:1 (よりポジティブなサンプル) にする必要があると述べられています。
  4. 私の現在の分類器は、多くの誤検知を検出します。このチュートリアルに従って、段階の数を増やすか、段階ごとの誤報率を減らすことができます。しかし、誤報率を上げずにステージ数を増やすことはできません。ステージ数を増やすだけでは、分類器がサンプルを使い果たすため、ある時点でトレーニングが停止します。偽陽性を減らしてサンプル数を増やす唯一の方法はありますか?

誰かが私の質問に答えてくれたら嬉しいです:)

4

1 に答える 1

4

カスケード分類子の場合、「半分」のオブジェクトを破棄することをお勧めします。彼らはポジティブなサンプルですか？いいえ、オブジェクトが完全に含まれていないため、ネガティブ サンプルですか? いいえ、それらは私たちのオブジェクトとは何の関係もないものではないからです. 私の経験では、ほぼ同じ数のネガティブ画像とポジティブ画像でトレーニングを開始しましたが、同様の問題がありました。サンプル数を増やすことが最初のステップでした。おそらく、ネガティブ サンプルの数を増やす必要があります。異なる画像を取得する必要があることに注意してください。類似した背景画像を 100 個持つことは、5 ～ 10 個の画像しか持たないこととほとんど同じです。私の場合、最適な比率は正:負 = 2:1 でした。構築しようとしている分類子によって異なりますが、まだ試してみる必要があります。オブジェクトがあまり凝ったものではなく、単純な形状とサイズ (会社のロゴ、コイン、またはオレンジなど) である場合は、あまり多くのサンプルを取得する必要はありませんが、いくつかをチェックする分類器を構築しようとしている場合複雑なオブジェクト (椅子のような、はい.. 椅子はさまざまな形やサイズがあるため、深刻なオブジェクトです) よりも多くのサンプルが必要になります。お役に立てれば。

于 2015-07-03T08:47:37.737 に答える