问训练人脸检测器/分类器的合适方法是什么？
EN

Stack Overflow用户

提问于 2021-02-24 20:21:10

回答 1查看 45关注 0票数 0

我想构建一个人脸检测器/分类器，以生成一个检测图像/视频中是否存在人脸的网络。

我理解基本概念，但我有问题的是班级数量的选择。最初，我认为两个类(有face /没有face)就足够了。然而，我不确定我应该为“无脸”类使用哪些数据。所以我把设备、植物和动物的数据集放在一起，因此这些类别非常不平衡，这显然不是很好。然后我认为使用尽可能多的类会更好。

但同样，我不确定解决这个问题的最佳/通用方法是什么？

回答已采纳

发布于 2021-02-24 20:25:10

您可以尝试使用任意数量的样本和负类的不同图像。如果您拥有的设备/工厂/场所的数据集不平衡，您可以尝试进行二次采样，例如从每个图像中选取100个图像。

只是不要把负类做得太大，不要把你拥有的人类样本的图像数量弄得太大。剩下的就靠实验了。

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/66350842

复制

相似问题

问训练人脸检测器/分类器的合适方法是什么？EN