一、知识点
1. 计算机识别物体面临的困难
- 视角变化(Viewpoint variation):同一个物体,摄像机可以从多个角度来展现。
- 大小变化(Scale variation):物体可视的大小通常是会变化的(不仅是在图片中,在真实世界中大小也是变化的)。
- 形变(Deformation):很多东西的形状并非一成不变,会有很大变化。
- 遮挡(Occlusion):目标物体可能被挡住。有时候只有物体的一小部分(可以小到几个像素)是可见的。
- 光照条件(Illumination conditions):在像素层面上,光照的影响非常大。
- 背景干扰(Background clutter):物体可能混入背景之中,使之难以被辨认。
- 类内差异(Intra-class variation):一类物体的个体之间的外形差异很大,比如椅子。这一类物体有许多不同的对象,每个都有自己的外形。
2. 超参数调优
- 绝不能使用测试集进行调优。若使用测试集进行调优,往往会出现过拟合,所以正确的做法是在训练集/验证集进行调优,再在测试集对算法的表现进行评估。
- 交叉验证。用于训练集较小的情况,但会耗费较多的计算资源。