影像辨識與影像處理時必須要裁剪成一樣的大小 或/及 調整成同樣的色階 才能進行訓練或預測嗎?
2019/07/08 下午 10:55
機器學習共學討論版
Ken Hu
觀看數:55
回答數:2
收藏數:1
ml100-2
老師好:
到目前為止
都是用既有的dataset(mnist、cifar10等)來訓練CNN模型
由於自己一直沒有實際做過真實的影像辨識專案
所以一直沒弄懂
如果要用CNN來做影像辨識
在模型訓練階段 及 訓練完成後的上線階段
所有用來做訓練及真正要做預測的影像
都必須要裁剪成一樣的大小 或/及 調整成同樣的色階
才能進行訓練或預測嗎?
回答列表
-
2019/07/09 上午 00:44Seanyu.TW贊同數:1不贊同數:0留言數:0
Hi,
基本上,模型輸入通常都會是定義好的尺寸,但是有一些 FCN (Fully Convolutional Networks) 可以接受不同尺寸輸入,所以尺寸是小事。即使你模型輸入尺寸,你也可以使用 5-crops (center-crop + 4 conner crops) 做推論後在做後處理。
其次,調整色階基本上你應該要說更廣義的:資料前處理。這部分是當初訓練時怎麼處理,推論時就應該遵循一樣的處理。
-
2019/07/13 上午 00:54Jeffrey贊同數:0不贊同數:0留言數:0