可以將對象檢測視爲不平衡分類

Question

在對象檢測問題中，背景類似乎主宰了訓練數據，因爲背景樣本比對象樣本多得多。
那麼，我們可以把物體檢測問題當成一個不平衡的分類問題嗎？ 欺詐/入侵檢測似乎被廣泛視爲不平衡分類問題。

Answer 1

我認爲這取決於你學習對象的方法。在以下每種情況下，答案都會有所不同：

• 該訓練集包含對象的切出部分，並具有普通（黑色或白色）背景。在這種情況下，它會失去對對象的青睞。
• 訓練集包含自然圖像，包含待檢測對象的多個實例，並且模型以無監督方式學習。在這種情況下，餘額將取決於背景的一致性。
• 該訓練集包含多個對象的裁剪，以創建一個多類對象檢測器。在這種情況下，餘額分配給多個班級。

所以我不能真正想到你的問題的單一標準結論。