我们可以将 YOLOv5 对象检测模型与异常检测结合起来吗？
Can we combine YOLOv5 object detection model with anomaly detection?
我正在使用 yolov5 开发头盔检测模型，我只需要检测安全头盔 helmet class 和其他头盔（自行车头盔、板球头盔、没有头盔）因为 没有头盔 class。
那么有什么方法可以在不标记数据的情况下对 no helmet class 执行对象检测吗？
我们可以对这种数据集进行异常检测吗？
dataset
YOLO 和任何其他物体检测模型一样会输出这些东西，你会标记它们——如果你只标记安全头盔，训练有素的模型会尝试只给你安全头盔，而忽略所有其他类型的头盔（或没有头盔的头）。如果要检测“无头盔”，则需要标记另一个 class“无头盔”。
当然可以在检测之上使用异常检测（例如简单的 encoder-decoder 架构）（异常检测模型的输入将输出 YOLO 的边界框）。可能结果会更好，但这个解决方案会更 resource-intensive（运行 两个模型 vs 一个）。
我正在使用 yolov5 开发头盔检测模型，我只需要检测安全头盔 helmet class 和其他头盔（自行车头盔、板球头盔、没有头盔）因为 没有头盔 class。 那么有什么方法可以在不标记数据的情况下对 no helmet class 执行对象检测吗？ 我们可以对这种数据集进行异常检测吗？
dataset
YOLO 和任何其他物体检测模型一样会输出这些东西，你会标记它们——如果你只标记安全头盔，训练有素的模型会尝试只给你安全头盔，而忽略所有其他类型的头盔（或没有头盔的头）。如果要检测“无头盔”，则需要标记另一个 class“无头盔”。
当然可以在检测之上使用异常检测（例如简单的 encoder-decoder 架构）（异常检测模型的输入将输出 YOLO 的边界框）。可能结果会更好，但这个解决方案会更 resource-intensive（运行 两个模型 vs 一个）。