我想知道CNN的基本架构是否具有旋转等方差性质？我只知道平移等方差，但不确定旋转。
根据我的搜索，旋转等方差可以通过旋转输入图像进行训练来实现。我真的需要这样做吗？旋转度数有多大？为了提供更多上下文，例如，我有一个 CNN，可以在横向模式下检测/读取文本。如果我将图像旋转 90 度/使其纵向，它会得到与原始图像相同的结果/执行相同的结果吗？
最佳答案
您仅在某种程度上具有缩放和旋转不变性 - 究竟多少可能取决于您的设置。您拥有它是因为包含功能的池可能会重叠。
你的提议当然是可能的。您可以随时修改训练数据，添加噪声、旋转、不同比例等来实现该目标。但是，您的模型仍然不是完全旋转不变的。还可以修改网络本身以“正确”完成任务。我确信您偶然发现了Tiled CNNs在你的研究过程中(如果没有，你一定应该阅读那篇论文)。他们使用 TICA 进行预训练，寻找过程中的不变特征。
关于 90° 旋转的最后一个问题:我建议您自己测试一下。如果发生旋转的情况已知(例如在移动设备上)，我个人会看看手动将图片旋转回 0°(在将其提供给网络之前)对于给定的约束是否是一个令人满意的解决方案。这是最简单的方法。
关于machine-learning - 卷积神经网络中的旋转等方差？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28201617/