特征人脸识别训练数据

Question

你是否有太多的训练数据？我正在开发一个系统，当用户给出它所犯错误的反馈以避免再次犯同样的错误时，它将更新培训数据(即，如果用户看起来与他们通常的培训图像有点不同，它将为培训数据添加新的捕获)。这会否令业绩下降呢？应该有最高限额吗？如果有同样的训练，并且接受不合格率，而不是试图提高它，那会更好吗？

干杯!

Answer 1

根据用户的不同，这可能是一个问题。让我们说，用户戴着太阳镜，看上去不对，还戴着围巾。这将掩盖太多的图像，无法正确地确定这是否是一张脸。关于这些图像的培训将提供可怕的总体结果，因为它们不符合脸的资格，或者至少不是根据为特征脸提供的理论。如果你想继续根据反馈来训练一个模型，我认为你至少应该让一个人检查这些图像，并决定它们是否值得训练。

但是，如果你从一开始就用一个合适的数据集训练了模型，那么你所收到的几乎所有反馈都不可能完全符合脸型的要求。因为如果他们这样做了，这个模型一开始就不会失败。

关于最大限度，如果我没记错的话，你应该遵守的不是硬限制，但在一定程度上，重新训练模型所需的时间会变得非常长，这对于你的具体情况来说可能是不必要的。

我希望这对你有任何意义，如果你对我的回答还有任何疑问，请留下评论。