5

पर विशिष्ट विशेषताओं द्वारा प्रत्येक से समान वस्तुओं को अलग करने का त्वरित तरीका मैंने क्लासिफ़ायर (होग सुविधाओं पर आधारित) बनाया है जो बड़े वाहनों (बसों और ट्रकों) को पहचान सकता है। लेकिन मैं भी बसों और ट्रकों के बीच अंतर करने में सक्षम होना चाहता हूं। इससे समस्याएं पैदा होती हैं क्योंकि दोनों वाहन बड़े और लंबे होते हैं। यहाँ एक मेरी प्रशिक्षण डेटा से एक उदाहरण है:एक ऑब्जेक्ट

enter image description here

enter image description here

आप देख सकते हैं, कि एक ट्रक और एक बस, एक ही नजरिए से देखी है, लेकिन वर्गीकारक उन्हें देख नहीं है अलग के रूप में।

यह देखते हुए कि मैंने पहले से ही अपने वर्गीकृत का निर्माण किया है, क्या मौजूदा तरीका है (मौजूदा वर्गीकृत के पुनर्निर्माण के बिना) क्या मैं शायद ट्रक और बस के बीच अंतर करने के लिए दूसरे चरण के रूप में जोड़ सकता हूं?

मैं किसी भी तरह से मेल खाने वाली एसआईएफटी सुविधा के साथ सोच रहा था ... उस पर ट्रक के सिर को पीछे हटाना कैप्चर करने के लिए। लेकिन मैंने पहले इसका इस्तेमाल नहीं किया है और यह सुनिश्चित नहीं था कि यह यहां लागू होगा या नहीं।

+0

से Schapire एल्गोरिथ्म के लिए भावना में करीब कितने चित्र प्रत्येक श्रेणी की आप की क्या ज़रूरत है (अर्थात कितने ट्रकों/कारें/आदि)? – Stav

उत्तर

0

मैं समझता हूं कि आपके वर्तमान डिटेक्टर अन्य वस्तुओं से बोस और ट्रक को अलग करने की कोशिश करते हैं। यह मानते हुए कि यह अन्य वस्तुओं को अच्छी तरह से अलग करता है और इसमें बोस और ट्रकों के बीच समस्याएं भिन्न होती हैं जिन्हें आप एक विशेष वर्गीकृत जोड़ सकते हैं।

दूसरे वर्गीकृत का लक्ष्य पहली श्रेणीबद्ध व्यक्ति को बसों और ट्रक के बीच अलग होना चाहिए। इसलिए आपको इसे उन संस्थाओं पर प्रशिक्षित करना चाहिए जिन्हें प्रथम वर्गीकृत एक ट्रक या बस माना जाता है (पहले क्लासिफायरफायर द्वारा पहचाने जाने वाले बोस और ट्रक को अनदेखा करें)। नमूने को उनके वास्तविक वर्गीकरण को अवधारणा के रूप में देखते हुए (प्रथम वर्गीकरण की भविष्यवाणी नहीं)। ऐसा करके, आप दूसरे वर्गीकरण को बोस और ट्रकों के बीच की सीमाओं पर ध्यान केंद्रित करने के लिए मजबूर करते हैं। इस सीमाओं में आकार जैसे अप्रासंगिक हो जाते हैं क्योंकि दोनों बोस और ट्रक बड़े होते हैं और इसलिए क्लासिफायर को अन्य प्रासंगिक विशेषताओं को ढूंढने के लिए मजबूर किया जाएगा।

उसके बाद आप क्लासिफायरफार्म लिखेंगे और यदि प्रथम वर्गीकृत या तो बस या ट्रक आउटपुट करेगा तो आपको दूसरे वर्गीकरण का परिणाम वापस करना चाहिए।

इस तकनीक को वास्तव में boosting की एक विशेष मामला है, The Strength of Weak Learnability

संबंधित मुद्दे