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 的猪金字塔检测器训练狗脸检测器。 我使用了哥伦比亚狗数据集：ftp://ftp.umiacs.umd.edu/pub/kanazawa/CU_Dogs.zip

起初我会得到 0% 的召回率，但通过增加 C 值，我设法将其在训练集上增加到 62%，在测试集上增加到 53%。在某个点后，增加 C 值不再有帮助 (1000+)，只会减慢训练速度。

虽然准确率真的很高，如果它真的设法找到狗的脸，它总是正确的，没有看到任何误报。

你能就我如何将召回率提高到下降召回率质量提出任何建议吗？

提前致谢

更新： 按照 Davis King 的建议，通过为每个品种训练不同的检测器，在训练集上达到 100% 的准确率，在测试集上达到 80% 的准确率。我想如果我按照他们正在寻找的方向对他们进行聚类，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。我会使用 --cluster 选项尝试 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。