基于CNN的人脸检测器检测人脸类模式

Question

我有一个基于CNN的物体检测器，对更广泛的人脸数据集进行了训练。它可以成功地检测出给定图像中的人脸。

现在，我正在尝试检测云、房屋等中的抽象人脸和极简主义人脸模式，但没有成功。

最初，我认为基于神经网络的对象检测器会以某种方式泛化，我可以降低检测阈值来检测这种模式，但这样的方案不起作用。

除了收集和标记这样的训练示例(类人脸模式)之外，还有其他方法来解决这个问题吗？

Answer 1

所陈述的问题过于宽泛。你对“极简主义面部图案”有什么影响或标准？面孔的定义是什么--某些特征彼此之间具有特定的空间关系？您需要确定一个良好的起点来描述特性和关系。

您在您的一个实验中做得足够好--放松识别阈值--但是您发现您训练的模型具有与您不同的标准。

我建议您努力确定您的标准。如果你不能提供明确的标准，你很可能不得不收集和标记特定的例子。即使您确实指定了标准，您也可能必须这样做，但拥有这些规范可能会导致您的培训用例集更小、更清晰。

您还可以编写自己的识别方法，并将它们包含在模型代码中。