opencv - Eigenfaces人脸识别训练数据

Question

你能不能有太多的训练数据？我正在开发一个系统，当用户向它反馈它所犯的错误以试图不再犯同样的错误时，该系统将更新训练数据(即，如果用户看起来与他们通常的训练图像有点不同，它会将它们的新捕获添加到训练数据中)。这会降低性能吗？应该有最大值吗？只拥有相同的训练集并接受失败率而不是试图改进失败率会更好吗？

干杯!

Answer 1

这可能是个问题，具体取决于用户看起来的不同程度。假设用户戴着太阳镜，看起来方向不对，还系着围巾。这会遮挡太多图像，无法正确确定这是否是一张脸。对此类图像进行训练总体上会产生可怕的结果，因为它们不符合人脸的条件，或者至少根据为特征脸提供的理论。如果你想根据反馈继续训练模型，我认为你至少应该让人检查图像并决定它们是否值得训练。

但是，如果您一开始就使用适当的数据集训练模型，那么您收到的几乎所有反馈都永远不会被正确地视为人脸。因为如果他们这样做了，模型一开始就不会失败。

关于最大时间，如果我没记错的话，没有你应该遵守的硬性限制，但到了一定程度，重新训练模型所需的时间会变得异常长，这对于你的特定情况来说可能是不需要的情况。

我希望这对您有所帮助，如果您对我的回答还有任何疑问，请发表评论。