使用 >450K 实例训练 Dlib 对象检测器

Question

dlib 是否能够使用大规模数据集来训练目标检测器。我有超过 450K 的面部图像来训练面部检测器。是否可以使用 Dlib 或者我需要转向另一个替代方案？

Answer 1

您可以使用多少数据取决于您的计算机中有多少 RAM。因此，也许您可​​以根据每个图像的大小以及您拥有的 RAM 大小来训练这么多图像。

但更重要的是，您可能会询问 dlib 中的 HOG+SVM 检测器。对于训练人脸检测器来说，45 万张人脸远远超出了 HOG+SVM 的收益递减点。例如，dlib 附带的正面人脸检测器非常准确，仅在 62MB 的小型数据集上进行训练（这个http://dlib.net/files/data/dlib_face_detector_training_data.tar.gz）。用超过几千张图像来训练这种检测器不会给你带来任何额外的准确性。

现在，如果您的数据中有大量姿态变化，那么 HOG+SVM 将无法捕获它。在这种情况下，最好的办法是训练多个检测器，每个姿势一个。您可以使用 dlib 的 imglab 工具的 --cluster 选项自动将数据集聚类为不同的姿势。