我遇到了一个二元分类问题。我正在尝试训练神经网络来识别图像中的对象。目前我有大约 1500 张 50x50 图像。 问题是通过水平翻转的相同图像扩展我当前的训练集是否是一个好主意? (图像不对称)
谢谢
最佳答案
我认为你可以在更大程度上做到这一点,不仅仅是水平翻转图像,而是将图像的角度改变1度。这将为训练集中的每个实例生成 360 个样本。根据您的算法的速度,这可能是一个很好的方法,可以确保算法不仅经过训练来识别图像及其镜子。
这可能是个好主意,但话又说回来,我不知道图像识别的目标或领域是什么。假设图像包含字符,并且您要求图像识别软件确定图像是否包含正斜杠 /
还是反斜杠 \
,然后翻转图像将使你的训练数据没用。如果您的域名没有遇到此类问题,那么我认为翻转它们甚至进行不同程度的旋转是个好主意。
关于machine-learning - 使用翻转图像作为机器学习数据集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11780650/