> 450Kのインスタンスを持つDlibオブジェクト検出器を移植する

Question

dlibは、トレーニングオブジェクト検出器の大規模データセットが可能です。私は顔検出器を訓練するために> 450Kの顔画像を持っています。 Dlibを使用することは可能ですか、別の方法に指示する必要がありますか？

Answer 1

どのくらいのデータを使用できるかは、コンピュータに搭載されているRAMの容量の関数です。だから多分あなたは、それぞれの画像の大きさとあなたのRAMの量に応じて多くのことを練習することができます。

さらに重要なことは、dlibのHOG + SVM検出器について質問していることでしょう。顔検出器を訓練する場合、450Kの顔はHOG + SVMのリターンが減少する点をはるかに超えています。たとえば、非常に正確なdlib付属の正面検出器は、小さな62MBのデータセット（この1つはhttp://dlib.net/files/data/dlib_face_detector_training_data.tar.gz）でのみトレーニングされています。このような種類の検出器を数千個以上の画像でトレーニングしても、それ以上の精度は得られません。

あなたのデータにポーズの変動性がたくさんある場合、HOG + SVMはそれをキャプチャすることができません。その場合には、ポーズ毎に1つずつ、複数の検出器を訓練するのが最善の方法です。 dlibのimglabツールの--clusterオプションを使用すると、データセットを異なるポーズに自動的にクラスタ化できます。