【问题标题】:Normal Bayes Classifer Negative Samples正态贝叶斯分类器负样本
【发布时间】:2013-07-02 02:02:48
【问题描述】:

我是这个分类的新手,我对负样本训练感到困惑。训练贝叶斯分类器时真的需要负样本吗?

我正在尝试识别道路上的物体​​是汽车、卡车还是动物。

我想为每张图像训练几个样本,但我对是否还需要负样本感到困惑。什么是负样本,我的系统中可能存在哪些负样本?

【问题讨论】:

    标签: opencv machine-learning classification bayesian


    【解决方案1】:

    首先,您需要决定是否要进行识别。识别和检测是不同的过程。

    • 您是否将有 3 个系统分别检测汽车、卡车和动物
    • 或者您是否要让 1 个系统检测所有这些,但还要通过识别步骤以某种方式进行分类。

    其次,“动物”检测是一个艰难的过程,而“猫”检测更容易。请缩小您的范围并使积极因素相似。检查此link 是否有类似问题。

    第三,正如您已经注意到的那样,您实际上需要更多的消极因素而不是积极因素才能进行适当的培训。

    【讨论】:

    • 感谢您的回答。我想澄清一些困惑。在此之前,动物只是奶牛,这让我的工作变得轻松。我的第一个困惑是什么实际不能是我的负样本?到目前为止,我正在使用树木、飞机、船等,哈哈,我想这听起来很愚蠢,但我认为这样的事情不会出现在路上,这就是我的理由。问题 2)如果我对它正确,所有这些负样本都具有相同的标签或不同的标签。我给他们分配了-1的标签,这是一样的,因为我认为它都是负的一类。请帮我解决这个问题。
    猜你喜欢
    • 1970-01-01
    • 2012-11-01
    • 2014-11-14
    • 2018-02-06
    • 2017-01-10
    • 2019-08-08
    • 2012-06-26
    • 2020-09-13
    相关资源
    最近更新 更多