Есть ли разница, использую ли я обрезанные объекты или полные кадры для обучения каскадного классификатора?

Могу ли я использовать обрезанные объекты из полных кадров в качестве обучающего набора данных для каскадного классификатора (LBP или HAAR)?

Я знаю, что мне приходится использовать полные кадры с аннотациями при переобучении нейросети (Tensorflow, YOLO и так далее)

Но нужно ли это для каскадного классификатора? Или обрезанные изображения в порядке?

Кажется, я могу это сделать, потому что у нас есть положительные и отрицательные образы.

Таким образом, должно быть нормально обрезать объекты из позитивных изображений.

E.g.

введите здесь описание изображения

or

введите здесь описание изображения


opencv computer-vision classification cascade-classifier
person user155    schedule 18.04.2019    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Ответ на вопрос Могу ли я использовать обрезанные объекты из полных кадров в качестве обучающего набора данных для каскадного классификатора (LBP или HAAR) — да. Это зависит от архитектуры вашей модели, ваших целей и совместимости системы. Для обучения мы обычно вырезаем целевые объекты из всего изображения и загружаем их в модель.

Ответ на ваш вопрос Я знаю, что мне приходится использовать полные кадры с аннотациями при переобучении нейронной сети (Tensorflow, YOLO и т.д.) Это зависит. Каков ваш размер ROI? Вы можете изменить размер ROI в соответствии с вашей архитектурой или вырезать целевые объекты из ROI. Это полностью зависит от вас.

Но нужно ли это для каскадного классификатора? Или обрезанные изображения в порядке? - Оба в порядке. Выбирайте на основе архитектуры вашей модели, времени обучения, конфигурации системы и, очевидно, эффективности обучения.

person user1410665    schedule 18.04.2019
comment
Можете ли вы привести пример того, как бы вы настроили размер области интереса, учитывая его изображение и объект? - person Josh Sharkey; 10.07.2019