我有一个基于CNN的物体探测器，在WIDER Face数据集上训练过 . 它可以成功检测给定图像中的人脸 .
现在，我试图在 Cloud ，房屋等中检测抽象面孔和极简主义的面部图案，但没有成功 .
最初，我认为基于神经网络的物体探测器会以某种方式推广，我可以降低检测阈值来检测这种模式，但这样的方案不起作用 .
除了收集和标记这样的训练样例（面部模式）以解决这个问题之外，还有什么方法吗？
陈述的问题太广泛了 . 您对“简约[原文]面部模式”有什么影响或标准？什么定义了面孔 - 某些特征在某种空间关系中彼此？您需要确定一个描述特征和关系的良好起点 .
你在一个实验中做得很好 - 放宽了识别阈值 - 但是你发现你训练有素的模型有与你不同的标准 .
我建议你确定你的标准 . 如果您无法提供明确的标准，则可能需要收集并标记具体示例 . 即使您指定了标准，也可能必须这样做，但是使用这些规范可能会导致您获得更小，更清晰的培训案例 .
您还可以编写自己的识别方法并将其包含在模型代码中 .
1 回答
陈述的问题太广泛了 . 您对“简约[原文]面部模式”有什么影响或标准？什么定义了面孔 - 某些特征在某种空间关系中彼此？您需要确定一个描述特征和关系的良好起点 .
你在一个实验中做得很好 - 放宽了识别阈值 - 但是你发现你训练有素的模型有与你不同的标准 .
我建议你确定你的标准 . 如果您无法提供明确的标准，则可能需要收集并标记具体示例 . 即使您指定了标准，也可能必须这样做，但是使用这些规范可能会导致您获得更小，更清晰的培训案例 .
您还可以编写自己的识别方法并将其包含在模型代码中 .