カスケード分類器でネガティブデータが精度に与える影響

Question

質問

カスケード分類器を作成する上で、
ネガディブデータは完成した分類器の精度に
どの程度・どのような影響があるのでしょうか。

例えば、新垣結衣を認識する分類器を作ろうとした時、
ネガディブデータを、戸田恵梨香、本田翼、西野七瀬
などにするのと、犬、猫、自然
などにするのでは、精度に影響あるのでしょうか。

Answer 1

分類器はざっくり言えば，与えたポジティブデータとネガティブデータとの間に線引きをするって話．

例えば，下図のように赤丸と青丸の２種類を与えて，「間に線を引け」って言ったら，
緑線のようになるかもしれないし，紫線のようになるかもしれないし，その他の形になるかもしれない．

青をネガティブデータとすれば，↑の絵は，

犬、猫、自然

みたいな，分類したい対象から相応に離れたデータだけを与えた状態のイメージ．
本当は赤丸群だけをコンパクトに囲むような境界線が好ましいのだとしたら，このネガティブデータの与え方は良くないってことになる．

下図は，ポジティブデータに近い位置のネガティブデータばかりを多く与えた状態のイメージ．

ネガディブデータを、戸田恵梨香、本田翼、西野七瀬

みたいなのばかりを与えた状態に相当する．
この図だと，ポジティブデータとそれらのネガティブデータとを分類する境界はそこそこうまくできているけど，
左上の方にも「ポジティブと判定されてしまう空間」ができている．
データを与えていなかった領域は「データの間に境界線を引く」際に，どちら側に含まれても良いことになってしまうから，こういうことが起こり得る．

---

なので，分類の際に「人間の画像しか見せない」とかいう制限を設けるのでもないならば，
（すなわち，とにかくどんな画像でも入力となり得る想定なのであれば）
ネガティブデータとしては

犬、猫、自然

みたいなのも

戸田恵梨香、本田翼、西野七瀬

も，どっちも相応に必要ってことになる．
実用時に入力が取り得る範囲内の「ネガティブと判定されるべき範囲」を網羅していることが大切ってことだ．

Comments

[fana]

…というような話を，過去の質問でもちょっと触れたつもり．
https://teratail.com/questions/357993

[tmdayr]

同じような質問に丁寧に回答してくださりありがとうございます。
「ネガティブと判定されるべき範囲」を考え、作成を進めようと思います。

Answer 2

• 例えば、新垣結衣を認識する分類器を作ろうとした時、ネガディブデータを、戸田恵梨香、本田翼、西野七瀬などにするのと、犬、猫、自然などにするのでは、精度に影響あるのでしょうか。

大きく影響します。

ネガディブデータを犬、猫にした場合、白鵬のことを新垣結衣だと認識する可能性が十分にあります。