machine-learning - 物体检测可以被视为不平衡的分类吗

Question

在目标检测问题中，背景类似乎在训练数据中占主导地位，因为背景样本比目标样本多得多。
那么，我们可以将目标检测问题视为一个不平衡的分类问题吗？欺诈/入侵检测似乎被广泛视为不平衡分类问题。

Answer 1

我认为这取决于您学习对象的方法。在以下每种情况下，答案都会有所不同：

• 训练集包含对象的剪切，具有纯（黑色或白色）背景。在这种情况下，它将不平衡有利于对象。
• 训练集包含具有要检测的对象的多个实例的自然图像，并且以无监督的方式学习模型。在这种情况下，平衡将取决于背景的一致性。
• 训练集包含几个对象的剪切，以创建多类对象检测器。在这种情况下，余额分布在多个类别中。

因此，对于您的问题，我真的想不出一个标准的结论。