分類器正常工作，但檢測失敗

Question

我正在開發一個項目，檢測人員並確定他是否戴着一副防護眼鏡。現在我使用傳統的HOG特徵來基於達拉爾算法檢測人體。在我測試我的數據（％80數據用於訓練和20％用於測試）後，我的應用程序給了我一個這樣的混淆矩陣：

confusion matrix。

結果似乎是不錯的，但是當我用我的檢測器來檢測的人，這讓我對這樣的結果：

result of human detection。

探測器即使是在其他圖片

請問是哪裏的問題，它與分類器或我的探測器表現更差？

對不起我，我不沒有權限張貼這裏圖像..

Answer 1

您現在的位置在正確的軌道上。您可以進一步改進結果。在這之前，你可能會得到大約90的準確度，如果你真的努力像93-94％（同樣取決於你的訓練圖像的數量以及它們與實際使用情況有多相似）

好的，回到答案。您必須使用Hard negative mining來減少誤報（即在沒有人員的情況下檢測人員）。你把所有的誤報都加到負面課堂上，並重新訓練分類器。這將幫助您改進結果。

希望這會有所幫助。