【发布时间】:2023-03-22 07:53:01
【问题描述】:
对于深度 CNN 任务,我确实理解有时图像预处理技术(例如高斯滤波和裁剪)可能有助于深度 CNN 建模。我想知道是否也可以将其应用于测试数据。我一直认为测试数据不应该被触及,这样才能准确评估模型性能。
【问题讨论】:
标签: machine-learning deep-learning conv-neural-network image-preprocessing
对于深度 CNN 任务,我确实理解有时图像预处理技术(例如高斯滤波和裁剪)可能有助于深度 CNN 建模。我想知道是否也可以将其应用于测试数据。我一直认为测试数据不应该被触及,这样才能准确评估模型性能。
【问题讨论】:
标签: machine-learning deep-learning conv-neural-network image-preprocessing
事实上,您确实需要在测试中应用您在训练数据上使用过的那些过滤器!
您不应该接触您的测试数据这一事实是关于在训练期间不使用它们,因此仅使用训练来进行泛化,这样当您对测试进行评估时,您可以获得真实的性能和你的模型的质量。
在将训练数据注入模型训练之前,对训练数据应用的任何过滤(如高斯)也应在测试数据上完成。
对于裁剪,这实际上取决于您的裁剪方式以及裁剪的内容。如果你的照片总是有框架,并且在训练数据集中你裁剪以删除它们,我强烈建议对测试做同样的事情
【讨论】:
是的。预处理是模型的一部分,因此应该是测试的一部分。
【讨论】: