如何爲物體檢測準備測試數據？

Question

我有一些圖像用於測試物體檢測分類器。

我會讓分類器輸出它認爲目標對象是矩形的座標，但我不知道結果是如何測試的？

我猜我應該有一個真正的對象位置的座標參考文件，我可以比較分類器的結果。

如果分類器確實做出了正確的分類，只是座標與參考文件中的座標不完全一樣呢？

這通常如何解決？

Answer 1

答案取決於您要使用的方法。其中一個是你提出的，在這種情況下，如果分類器結果位於數據測試文件中某個示例的錯誤時間間隔內，我會爲錯誤檢測情況設置一個固定的可能錯誤率，分類示例。當然，這個固定的錯誤率應該小到不會在數據集中「過度檢測」。

我會建議嘗試cross-validation作爲測試分類器的技術。從數據集中，它選擇一些矢量（圖像）作爲測試集，其餘的作爲訓練集。重複幾次並平均導致估計的分類器錯誤的錯誤。而且您不必單獨進行數據測試，而且您不必擔心所陳述的問題。