可以将对象检测视为不平衡分类

Question

在物体检测问题中，背景类似乎主导了训练数据，因为背景样本比对象样本多得多。
那么，我们可以将对象检测问题视为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的分类问题。

Answer 1

我认为这取决于你学习对象的方法。在以下每种情况下，答案都会有所不同：

• 训练集包含对象的切口，背景为普通（黑色或白色）。在这种情况下，它有利于对象的不平衡。
• 训练集包含具有要检测的对象的若干实例的自然图像，并且以无人监督的方式学习模型。在这种情况下，余额将取决于背景的一致性。
• 训练集包含多个对象的剪切，以创建多类对象检测器。在这种情况下，余额分布在许多类中。

所以我无法真正想到你的问题的单一标准结论。