我正在尝试用dlib的猪金字塔探测器训练一个狗脸探测器。 我使用哥伦比亚狗数据集：ftp://ftp.umiacs.umd.edu/pub/kanazawa/CU_Dogs.zip
起初我会回忆起0％，但是通过增加C值，我设法将其增加到训练集的62％和测试集的53％。在一定程度上增加C值后停止帮助（1000+）并且只会减慢训练速度。
精确度真的很高，如果它真的设法找到狗的脸，它总是正确的，没有看到任何误报。
您能就如何提高对下降召回质量的召回能力提出任何建议吗？
提前致谢
更新： 按照戴维斯·金的建议，通过训练每个品种不同的探测器，使训练集的准确度达到100％，测试集的准确度达到80％。我想如果我按照他们期待的方向聚集它们可能会更高。
答案 0 :(得分：3)
您可能需要为不同的头部姿势和看起来非常不同的狗训练不同的探测器。我会尝试使用--cluster选项运行dlib的imglab命令行工具。这会将图像聚类成连贯的姿势，你可以为每个姿势训练探测器。