使用 >450K 实例训练 Dlib 对象检测器

Question

dlib 是否能够用于训练对象检测器的大规模数据集。我有超过 450K 的人脸图像来训练人脸检测器。是否可以使用 Dlib 或者我需要直接使用其他替代方案？

Answer 1

您可以使用多少数据取决于您计算机中的 RAM 容量。所以也许你可以根据每张图片的大小和你有多少内存来训练这么多。

但更重要的是，您可能会询问 dlib 中的 HOG+SVM 检测器。而对于人脸检测器的训练，45 万张人脸已经远远超出了 HOG+SVM 的收益递减点。比如dlib自带的正面人脸检测器，非常准确，只在一个62MB的小数据集（这个http://dlib.net/files/data/dlib_face_detector_training_data.tar.gz）上训练。用几千张图像训练这种检测器不会让您获得任何额外的准确性。

现在，如果您的数据中有大量的姿势变化，那么 HOG+SVM 将无法捕捉到这些变化。在这种情况下，最好的办法是训练多个检测器，每个姿势一个。您可以使用 dlib 的 imglab 工具的 --cluster 选项自动将数据集聚类为不同的姿势。