Données publiques de formation pour les détecteurs de véhicules en vision par ordinateur?

Cette question s'adresse à toute personne familiarisée avec la recherche sur la détection d'objets (en particulier les véhicules).

Je suis nouveau dans la vision par ordinateur et je suis confus quant à la formation des classificateurs de détection d'objets. Plus précisément, l'objectif est la détection des véhicules. Je lis la littérature sur la détection des véhicules depuis des semaines, mais je suis toujours un peu confus.

Ce qui m'embrouille, c'est l'évaluation. Pour l'évaluation d'un système, la communauté des chercheurs dispose généralement d'un ensemble de données de référence qui peut être utilisé pour tester les données. Mais les performances d'un système dépendent également beaucoup des données qui ont été utilisées pour le former, non?

N'y a-t-il pas là aussi des ensembles de données de formation ? Cela rendrait les comparaisons de méthodes beaucoup plus uniformes. Il semble que je continue de trouver des articles en utilisant des ensembles de données de référence pour l'évaluation, mais sans mentionner d'où ils ont obtenu leurs données de formation.

Vous utilisez généralement le même ensemble de données (ou plutôt des parties de celui-ci) pour la formation et les tests. C'est à dire. vous divisez l'ensemble de données en un ensemble de formation et un ensemble de test. Une technique courante pour évaluer les classificateurs en général est appelée validation croisée 10 fois. Vous divisez votre ensemble de données de 10 manières différentes de sorte que 90% des données sont utilisées pour la formation et 10% des données sont utilisées pour les tests. De cette façon, vous obtenez 10 résultats de précision différents, que vous pouvez ensuite utiliser pour effectuer des tests de signification statistique pour montrer que votre classificateur est meilleur que celui de quelqu'un d'autre.