【问题标题】:Is it possible to apply image pre-processing techniques on test data是否可以在测试数据上应用图像预处理技术
【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


    【解决方案1】:

    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】:

      【解决方案2】:

      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】:

        猜你喜欢
        • 2012-12-04
        • 2011-05-10
        • 1970-01-01
        • 2012-04-11
        • 1970-01-01
        • 2017-07-23
        • 2018-11-11
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多