参考:
原文链接:https://blog.csdn.net/will_ye/article/details/89639922
原文链接:https://blog.csdn.net/u011557212/article/details/60963237
Training set:用来训练模型的数据集,跟test set不相交,即交集为空,也就是没有一模一样的数据
gallery set:有人叫它查询集,gallery字面意思是画廊,在人脸识别里面,我的理解就像ground true一样的存在,有所有图片的样本在里面,一般为一些标准数据集,gallery set用在测试的时候。是公认的标准库集?
在分类模型中我们将一部分待分类的数据与其他的数据组成训练集一起训练然后在做分类预测。但是人脸识别中预测数据是不能够与训练集有相交的,所以才有了一个Gallery set
probe set:在测试时候用的数据集,与Training set不相交
所以,可以看出,Training set训练时用,而另外两个数据集gallery set和probe set都是用在测试的时候的,也就是使用这两个数据集的时候不会再修改模型中已训练好的参数,我一开始理解就是test set一样的存在,不过后来看了一些其他人的描述,感觉还是有点不一样的。
从数据分布来看,test set和Training set基本都是由同一个大的数据集按一定比例分割出来的,而gallery set和probe set都是其他一些标准数据集(我在论文上看的都是同类型其他公开的数据集)。
就是用户用户测试选择的非标准库,而又非training set 集合中的数据集。 也就是算法训练完成之后,不仅可以在标准集上测试,也可以在probe set集上测试。