循序渐进理解RTFM算法

一、概述

我们的任务目标是识别视频中的打架事件

针对任务目标会有各种类型的算法方案,但是今天我们的选项是RTFM算法。

RTFM算法是一种基于弱监督学习的异常检测算法,这里有两个关键词:弱监督学习、异常检测。下面简单通俗的解释一下这两个关键字。

弱监督学习可以直接理解为是一种弱标签的学习,与之相对应的就是强标签,我们使用的目标检测算法yolov5就是使用强标签的算法(监督学习算法),在准备yolov5数据集的时候需要对每一张图片中的物体位置与类别进行标注,对标注要求比较严格。而弱标签要宽松的多,可能仅仅需要对某一批数据分配一个标签,这样对数据标注的要求降低了,至于具体如何的对某一批数据分配一个标签,后续在RTFM数据准备部分会详细讲述。我们只需要知道弱监督学习相比于监督学习减轻了数据标注的压力即可。

异常检测直观的理解就是对两类事件进行区分,一类事件定义为

猜你喜欢

转载自blog.csdn.net/weicao1990/article/details/126969233