为视频扩展图像模型

Question

我目前有一个在 10 万张图像上训练的机器学习模型，能够以非常高的准确度识别恶搞图像。有没有一种方法可以扩展图像模型来检测视频中的恶搞帧？

我正在寻找我需要做的训练框架的修改，以将此模型扩展到视频异常检测。

澄清一下：对于测试用例，测试视频可以分割成单独的帧，这些帧可以通过我的图像模型运行。图像模型应该能够准确地识别恶搞帧，从而识别视频中的恶搞面孔。我对如何修改培训感到困惑。任何输入都会有所帮助。

Answer 1

检查YOLO 或SSD 以了解检测区域的定位。这些模型定位检测区域并返回包含检测框的宽度、高度、x 和 y 坐标的边界框。