0

我有一個基於CNN的物體檢測器在WIDER Face數據集上進行了訓練。它可以成功檢測給定圖像中的人臉。使用基於CNN的人臉檢測器檢測臉部圖案

現在,我試圖在雲,房屋等中檢測抽象的面孔和簡約的臉型,但沒有成功。最初,我認爲基於神經網絡的物體檢測器會以某種方式推廣,並且我可以降低檢測閾值來檢測這種模式,但是這種方案並不奏效。

除了收集和標註這樣的訓練樣例(面部樣式)來解決這個問題之外,還有其他方法嗎?

+0

歡迎來到StackOverflow。請閱讀並遵守幫助文檔中的發佈準則。 [在主題](http://stackoverflow.com/help/on-topic)和[如何提問](http://stackoverflow.com/help/how-to-ask)適用於此處。 – Prune

回答

0

陳述的問題太廣泛。你對「極簡主義[原文如此]的臉型」有什麼影響或標準?什麼定義了一張臉 - 某些空間關係中的某些特徵?您需要確定描述功能和關係的良好起點。

您的一項實驗做得很好 - 放寬了識別閾值 - 但您已經發現您的訓練模型的標準與您的標準不同。

我建議您確定您的標準。如果你不能提供明確的標準,你可能必須收集和標註具體的例子。即使您的做了指定了標準,但您可能必須這樣做,但具有這些規格可能會導致您更小,更清晰的一組培訓案例。

您也可以編寫自己的識別方法並將其包含在模型代碼中。