Eigenfaces 人脸识别训练数据

Question

你能不能有太多的训练数据？ 我正在开发一个系统，当用户向它提供错误反馈时，它会更新训练数据，以尝试不再犯同样的错误（即，如果用户看起来与他们通常的训练图像有点不同，它会将它们的新捕获添加到训练数据中）。 这会降低性能吗？应该有最大值吗？使用相同的训练集并接受失败率而不是尝试改进它会更好吗？

干杯！

Answer 1

根据用户看起来的不同，这可能是一个问题。 假设用户戴着太阳镜，看起来方向不对，还戴着围巾。 这会遮挡太多图像，无法正确确定这是否是一张脸。 对这些图像进行训练总体上会提供可怕的结果，因为它们不是人脸，或者至少不是根据为特征脸提供的理论。 如果你想继续根据反馈训练模型，我认为你至少应该让一个人检查图像并决定它们是否值得训练。

但是，如果您一开始就使用适当的数据集训练了模型，那么您收到的几乎所有反馈都将永远无法正确地作为人脸。因为如果他们这样做了，模型一开始就不会失败。

关于最大值，如果我没记错的话，您应该不遵守硬性限制，但到某个点为止，重新训练模型所需的时间会变得非常长，这对于您的特定情况来说可能是不需要的情况。

我希望这对您有任何意义，如果您对我的回答有任何疑问，请发表评论。