发现用第一批采集的图像（12000张）随机抽取一小部分（500张）做测试图片集，剩下的做训练图片集（也就是说与测试图片集不重叠），对CNN模型进行训练得到收敛的模型，之后对测试图片集（500张）进行测试，得到准确度等指标，发现可以达到90%以上。
但是实际的效果却并不好，发现模型有很多漏识别的情况。为了验证这一点，又采集了一些图片（更换了新的场景，新的演员，摄像头参数基本一致），约1000张，使用旧的模型，进行测试，发现准确度急剧下降，排除掉一些因素（如摄像头参数【广角，非广角】，距离的远近等因素），准确度只有65%左右。
这是什么原因造成的呢？
因为我们的图片是从连续的视频中一帧一帧（例如，每秒截取一帧的方式）分离出来的，虽然随机抽出的500张图片与剩下的11500张图片没有交集，但是这500张图片必定与11500张图片的某些张图片（这500张的时间序列的前后张）是及其相似的。使用这样的测试集得到的准确率（90%）是不可信的，而实际应该是65%左右，为什么这样低，一方面的由于数据量比较小，另一方面是因为算法的能力。需要进一步改进。
网友评论