face-detection - 使用 dlib 进行狗脸检测 - 需要有关改进 recal 的建议

Question

我正在尝试使用 dlib 的 pig 金字塔检测器来训练狗脸检测器。我使用哥伦比亚狗数据集:ftp://ftp.umiacs.umd.edu/pub/kanazawa/CU_Dogs.zip

一开始我的召回率为 0%，但通过增加 C 值，我设法将训练集上的召回率提高到 62%，测试集上的召回率提高到 53%。在某一点之后，增加 C 值不再有帮助(1000+)，只会减慢训练速度。

精度确实很高，如果它确实能够找到狗的脸，那么它总是正确的，没有看到任何误报。

您能否就如何提高下降记忆质量提供任何建议？

提前致谢

更新:遵循 Davis King 的建议，仅通过针对每个品种训练不同的检测器，就可以在训练集上获得 100% 的准确率，在测试集上获得 80% 的准确率。我想如果我按照他们想要的方向将它们聚集起来，它可能会更高。

Answer 1

您可能需要针对不同的头部姿势和看起来非常不同的狗训练不同的检测器。我会尝试使用 --cluster 选项运行 dlib 的 imglab 命令行工具。这会将图像聚类成连贯的姿势，您可以为每个姿势训练检测器。