问题描述
我目前正在研究识别体育比赛中运动员的问题，我有一个大型图像数据集，如下所示：
我们使用 retinafaces 进行人脸检测，并使用一些启发式方法来丢弃观众的面孔并仅获取跑步者，我正在使用的启发式方法是：
- 使用retinafaces给我们的分数->非常糟糕的启发式
- 使用人脸的大小来选择最大的或大于某个阈值的->听起来不错但很糟糕
- 使用人脸到图像中心的距离。 -> 听起来不错，但很糟糕
- 它们之间的组合 -> 最好但不是很好
我想知道是否有人遇到过类似的问题，或者知道对此有什么创造性的解决方案。（我们有更多的模型来检测人脸，但我们所有人都会发生同样的事情）
感谢阅读！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）