目标检测可以被视为不平衡的分类吗

Question

在目标检测问题中，背景类似乎占据了训练数据的主导地位，因为背景样本比目标样本多得多。

那么，我们可以将目标检测问题视为一个不平衡的分类问题吗？欺诈/入侵检测似乎被广泛地视为不平衡分类问题。

Answer 1

我认为这取决于您学习对象的方法。 在以下每种情况下，答案都会有所不同：

• 训练集包含对象的裁剪，背景为纯(黑色或白色)。在这种情况下，它将是不平衡的，有利于对象。
• 训练集包含自然图像和要检测的对象的几个实例，并且模型是以无监督的方式学习的。在这种情况下，平衡将取决于background.
• The训练集包含的几个对象的剪切值的一致性，以创建多类对象检测器。在这种情况下，余额分布在多个类中。

所以我想不出一个标准的结论来回答你的问题。