训练 DLib Pedestrian HoG 检测器导致检测器损坏

Posted 2023-03-16

【中文标题】训练 DLib Pedestrian HoG 检测器导致检测器损坏

【英文标题】：Training DLib Pedestrian HoG detector results in bad detector

【发布时间】：2016-12-21 20:53:55

【问题描述】：

我一直在尝试使用 DLib 的训练工具训练我自己的行人检测器（基本上是这个的修改版本：train_object_detector.py）。我曾尝试使用 INRIA 和 MIT 行人数据库，但没有成功。

我的检测器的可视化看起来像这样：

作为参考，DLib 包含的人脸检测器如下所示：

我尝试使用不同的样本量 (5-1000) 以及不同的 C 水平 (1-1,000,000,000)。

我不确定下一步该尝试什么。

【问题讨论】：

您在 INRIA 和 MIT 数据库上的训练错误和验证错误是多少？

其他人已经训练过了。 github.com/sturkmen72/dlib_pedestrian_detection

@AmitayNachmani 极低。在我的脑海中，测试集的值类似于 0.04。训练集是完美的 1.

@Evgeni 谢谢，我看到了——它工作得很好，我很想看看他即将推出的更详细的信息。不过我不想用别人，我想自己练好。

Dlib 的检测器在姿态变化的情况下不可靠。行人经常变换姿势。所以我建议你训练几个检测器，然后像 dlib 的人脸检测器一样将它们加入一个。如果您告诉我们您的结果很糟糕，请向我们提供有关您的训练设置、数据集属性和测试结果的完整信息

【参考方案1】：

你可以试试我之前训练的输出svm file。 使用它你应该知道窗口大小

scanner.set_detection_window_size(48, 96);

您将找到我用来训练检测器的 training.xml 和图像文件。 我将它与 OpenCV 的 HOGDescriptor ( DefaultPeopleDetector ) 进行了比较。 OpenCV 运行速度较慢，但​​显然更成功。

【讨论】：

谢谢！我会尽快看看这个并密切关注你的回购

我很欣赏检测器 svm 文件，但我仍然对您选择使用的设置和图像非常好奇。

here 你会发现另一个训练有素的检测器