Dati di formazione pubblica per i rilevatori di veicoli nella visione artificiale?

Questa domanda è rivolta a chiunque abbia familiarità con la ricerca di rilevamento di oggetti (in particolare veicoli).

Sono nuovo di computer vision e sono confuso sulla formazione dei classificatori di rilevamento degli oggetti. In particolare, l'obiettivo è il rilevamento del veicolo. Sto leggendo la letteratura sulla rilevazione dei veicoli da settimane ormai, ma sono ancora un po 'confuso.

Ciò di cui sono confuso è la valutazione. Per la valutazione di un sistema, la comunità di ricerca di solito ha un set di dati di riferimento che può essere utilizzato per testare i dati. Ma le prestazioni di un sistema dipendono anche molto dai dati usati per addestrarlo, no?

Quindi non ci sono anche set di dati di allenamento ? Ciò renderebbe confronti di metodi molto più uniformi. Mi sembra di continuare a trovare documenti utilizzando set di dati di riferimento per la valutazione, ma senza menzionare da dove hanno preso i loro dati di formazione.

In genere si utilizza lo stesso set di dati (o, piuttosto, parti di esso) per la formazione e i test. I. e. hai diviso il set di dati in un set di allenamento e un set di test. Una tecnica comune per la valutazione dei classificatori in generale è chiamata convalida incrociata 10 volte. Dividi il tuo set di dati in 10 modi diversi in modo che il 90% dei dati venga utilizzato per la formazione e il 10% dei dati venga utilizzato per i test. In questo modo si ottengono 10 risultati di precisione diversi, che è quindi possibile utilizzare per eseguire test di significatività statistica per dimostrare che il proprio classificatore è migliore di quello di qualcun altro.