opencv - 如何在滑动窗口对象检测中对 True Negatives 进行分类？

<分区>

我正在从我的图像检测器算法中收集结果。所以基本上我所做的是，从一组图像(大小为 320 x 480)中，我将运行一个 64x128 的滑动窗口，并在一些预定义的比例下运行。

我的理解是:

但是 True Negatives 呢？这些真正的否定是否是我的分类器给我否定结果的所有窗口？这听起来很奇怪，因为我一次将一个小窗口 (64x128) 滑动 4 个像素，并且我在检测中使用了大约 8 个不同的比例。如果我这样做，那么每张图片都会有很多真底片。

或者我是否准备了一组纯负片图像(根本没有物体/人)，我只是在其中滑过，如果在每张图像中都有一个或多个阳性检测，我会将其视为假阴性，反之亦然？

这是一个示例图像(绿色矩形作为基本事实)

Example image, not real result

最佳答案

我一直看到的四个术语如下:

在您的情况下，如果我理解正确的话，您正在尝试检测图像中是否有物体。因此，假阴性意味着存在一个物体(结果应该是阳性)但算法没有检测到它(因此返回阴性)。真正的否定只是算法正确地指出它检查的区域没有容纳物体。

您可以选择忽略负值，但这些值可用于进一步训练您的算法(例如，使用同时查找两者的算法，而不是将所有无法识别的内容都设置为 false)。

关于opencv - 如何在滑动窗口对象检测中对 True Negatives 进行分类？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16271603/

相关文章：

image - 如何从图像中删除所有线条？ (水平、垂直、对角线)