【问题标题】:Different result for two similar image convolutional neural network两个相似图像卷积神经网络的不同结果
【发布时间】:2021-03-04 16:16:20
【问题描述】:

我已经为图像分类训练了简单的卷积神经网络。验证集的准确率达到 97%。我的数据集包括相机从纸质书中拍摄的图像以及 pdf 的屏幕截图。但是当我想预测网络摄像头从书中拍摄的图像时,模型的准确性和置信度非常差。 这些是图像:

手机拍摄,预测准确率高

结果很糟糕。

为了更好地概括,我还在我的数据集图像中添加了随机噪声,但这还不是很好。

【问题讨论】:

    标签: deep-learning neural-network dataset classification conv-neural-network


    【解决方案1】:

    即使我在计算机视觉任务中也面临这种问题。
    我认为您的网络摄像头图像和手机图像存在一些图像质量差异...
    我所做的是在您的训练数据和验证数据中混合两种类型的图像(也可以包括从其他相机拍摄的图像以增加多样性)。
    这将在任何数据上推广您的模型

    【讨论】:

    • 感谢您的建议 Prajot,很难找到低质量的相机和拍照,您如何看待颜色增强或将我的一些训练图像调整为更小的尺寸并调整回原始尺寸以缩小质量?
    • 调整大小不会有帮助,但我猜颜色增强可能会有所帮助,或者尝试在您的训练数据中包含至少网络摄像头图像。
    猜你喜欢
    • 2015-04-15
    • 2020-10-19
    • 2017-01-01
    • 1970-01-01
    • 2018-06-22
    • 2018-10-19
    • 1970-01-01
    相关资源
    最近更新 更多