这个问题适合任何熟悉物体(特别是车辆)检测研究的人。

我是计算机视觉的新手,对训练物体检测分类器感到困惑。具体而言,目标是车辆检测。我已经阅读了数周的车辆检测文献,但仍然有些困惑。

我感到困惑的是评估。为了评估系统,研究社区通常具有基准数据集,可用于测试数据。但是,系统的性能在很大程度上也取决于用于训练系统的数据,不是吗?

那么,那里也没有任何训练数据集吗?这将使方法比较更加统一。我似乎一直在寻找使用基准数据集进行评估的论文,但没有提及他们从何处获得训练数据。

评论

您在寻找什么样的数据?视频?立体声?激光雷达?

#1 楼

通常,您使用相同的数据集(或部分数据集)进行培训和测试。即您将数据集分为训练集和测试集。通常,用于评估分类器的常见技术称为10倍交叉验证。您以10种不同的方式拆分了数据集,以便90%的数据用于训练,而10%的数据用于测试。这样,您可以获得10种不同的准确性结果,然后可以使用它们进行统计显着性检验,以表明您的分类器比其他人的分类器要好。