dlib 19.6 多分类器训练数据

Posted 2023-03-16

【中文标题】dlib 19.6 多分类器训练数据

【英文标题】：dlib 19.6 multi classifier training data

【发布时间】：2018-04-19 09:07:22

【问题描述】：

我正在使用 dlib 19.6 c++ 进行对象检测，直到现在我使用的是单一分类，如下所示 ，这些标签是使用 dlib 中的 imglab 生成的。

为此，我使用fhog_object_detector_ex.cpp。它工作得很好并且能够检测到物体。

现在我已经定义了如下所示的多分类器。 1.时钟 2. 锅

那么我如何使用/修改fhog_object_detector_ex.cpp 来训练数据。我知道如何测试图像，

std::vector<object_detector<image_scanner_type> > my_detectors;
        my_detectors.push_back(detector1); // clock.svm
        my_detectors.push_back(detector2); // pot.svm
        my_detectors.push_back(detector3); // any other.svm

std::vector dets2 = evaluate_detectors(my_detectors, image);

但我不确定如何训练数据。我是否需要为每个图像分别标记 2 次并运行对象训练器 2 次？或者可以同时训练 2 个分类器？

【问题讨论】：

似乎多分类器在 dlib 中不可用或没有人工作，我需要为此研究张量流吗？所以 dlib 只适用于 Single 分类器。

tensorflow 进行多分类，或者您在这里真正描述的是对象检测，非常好。 github.com/tensorflow/models/tree/master/research/…

【参考方案1】：

Dlib HOG 检测器不支持多类分类器。因此，您需要为每个标签训练两个单独的检测器，然后根据权重指数组合检测器以在单个图像上运行，从而获得检测器的标签。