我正在使用卷积神经网络，我发现我们经常需要在将图像输入网络之前对其进行预处理。特别是，我看到我们经常必须使用图像生成器进行图像增强。现在，在寻找关于我们为什么需要这样做的说明时，我看到了一篇文章，上面写着：
图像增强技术是通过使用水平/垂直翻转、旋转、图像亮度变化、水平/垂直移位等人为增加数据集中图像变化的方法。
我不明白的是数据集的变化是什么。
有人可以帮助我吗？提前致谢。
图像数据集的术语变化是什么意思？
数据挖掘
机器学习
神经网络
美国有线电视新闻网
图像分类
2022-03-14 07:35:19
1个回答
假设您有两个不同的猫图像数据集：
数据集 1
- 图像是在全日光下拍摄的。
- 猫几乎总是覆盖整个图像。
- 猫总是在图像的中心。
数据集 2
- 这些图像是在不同的照明条件下拍摄的：一些在全日光下，一些在房间里，一些在夜间。
- 猫离相机的距离不同，例如，有时猫只覆盖了图像的 20%。
- 猫在图像中的不同位置，例如，有时猫在中间，但有时猫在右上角。
在这种情况下，我们会说Dataset 2 比 Dataset 1 具有更高的变化。
通常，我们使用数据增强来模拟数据集中缺失的信息。例如，您可以降低数据集 1 中某些图像的亮度，以模拟猫在夜间的样子。或者您可以缩小以模拟猫从远处看的样子。请注意，包含所有相关信息的完美数据集根本不需要任何数据扩充。然而，收集数据的成本很高，而数据增强的成本很低。因此，我们几乎总是要增强。