为一类检测创建良好的训练集

Question

我正在 egohands 数据集上训练一类（手）对象检测器。我的问题是它检测到的东西太多了。感觉就像是在检测所有与手一样有肤色的东西。

我认为最可能的解释是我的训练集很差，因为该集的每张图像都包含手，而且图像上几乎没有其他肤色元素。我想有必要同时呈现不是您尝试检测的网络图像？

我只是想验证我的假设是否正确，然后再投入大量时间来创建更好的训练集。因此，我非常感谢我做错的每一个提示。

Answer 1

对象检测预处理是关键步骤，由于检测网络对几何变换很敏感，因此要格外小心。

一些经过验证的数据增强方法包括：

1.随机裁剪的随机几何变换（带约束），

2.随机扩展，

3.随机水平翻转

4.随机调整大小（随机插值）。

5.亮度、色调、饱和度和对比度的随机颜色抖动