Erkennung von gesichtstypischen Mustern mit einem CNN-basierten Gesichtsdetektor

Question

Ich habe einen CNN-basierten Objektdetektor, der mit dem WIDER Face-Datensatz trainiert wurde. Es kann menschliche Gesichter in einem bestimmten Bild erfolgreich erkennen.

Jetzt versuche ich, abstrakte Gesichter und minimalistische Gesichtsmuster in Wolken, Häusern, etc. zu entdecken, aber keinen Erfolg.

Anfangs dachte ich, dass neuronale Netzwerk-basierte Objektdetektoren irgendwie verallgemeinern würden, und ich könnte die Erkennungsschwelle senken, um solche Muster zu erkennen, aber solch ein Schema hat nicht funktioniert.

Gibt es eine andere Möglichkeit als das Sammeln und Etikettieren solcher Trainingsbeispiele (gesichtähnliche Muster), um dieses Problem zu lösen?

Answer 1

Das angegebene Problem ist zu weit gefasst. Welche Wirkung oder Kriterien haben Sie für "minimalistische Gesichtsmuster"? Was definiert ein Gesicht - bestimmte Merkmale in bestimmten räumlichen Beziehungen zueinander? Sie müssen einen guten Ausgangspunkt für die Beschreibung der Features und der Beziehungen festlegen.

Sie haben mit Ihrem einen Experiment gut gearbeitet - die Erkennungsschwelle wurde verringert - aber Sie haben herausgefunden, dass Ihr trainiertes Modell andere Kriterien hat als Sie.

Ich empfehle Ihnen, dass Sie an der Bestimmung Ihrer Kriterien arbeiten. Wenn Sie keine klaren Kriterien angeben können, müssen Sie möglicherweise spezifische Beispiele sammeln und beschriften. Möglicherweise müssen Sie dies auch dann tun, wenn Sie Kriterien angeben, aber diese Spezifikationen führen Sie möglicherweise zu einem kleineren und klareren Satz von Trainingsfällen.

Sie können auch eigene Erkennungsmethoden schreiben und diese in den Modellcode aufnehmen.