有人可以向我解释一下人脸识别背景下的训练集是什么意思吗?
我一直在阅读期刊,我经常看到类似的页面
实验中,每个人随机抽取5个样本作为训练集,其余样本用于测试。
谢谢
有人可以向我解释一下人脸识别背景下的训练集是什么意思吗?
我一直在阅读期刊,我经常看到类似的页面
实验中,每个人随机抽取5个样本作为训练集,其余样本用于测试。
谢谢
训练集,在人脸识别的上下文中,是一种在不同上下文中发现不同数据集/相同数据集之间关系的方法。对于人脸识别,如果我给一个算法我的七张不同的照片和我朋友的八张不同的照片,算法的想法是找到我的七张照片/我朋友的八张不同的照片之间的相似之处,例如可以识别出我的朋友或我的新照片。
有关更多信息,请参阅Wikipedia 上的面部识别。
算法的输入是标记图片的列表,标记的意思是带有图片和个人身份的元组。
例如:
train = [(img1, 'Louis'), (img2, 'Louis'), (img3, 'John'), (img4, 'John')]
img_rec = algorithm(train)
然后,您应用经过训练的算法来识别未标记的图像。
test = [img5, img6, img7]
for i in test:
img_rec(test)
假设您有足够的训练数据/良好的算法,它将(理想情况下)识别图像中的人。
编辑:关于您的上述评论,是的!有时。不同的算法使用不同的 ID 方法。 一个很好的网站,详细介绍了现在使用的四种主要算法。