我正在考虑使用 CNN 对工业生产中的某些图像进行分类，例如划痕、污点、颗粒等。
问题是我们没有很多图像。我们只能检测到大约 10 个具有某些缺陷的零件。我考虑过使用具有不同缺陷的数据库。
我以划痕为例，大约有 100 张划痕图像。现在我的问题：
以所有 4 个方向旋转图像并镜像它们是否有意义？所以我会得到 8 个图像（原始 + 7 个均匀变换的图像），我知道旋转和镜像图像的“价值”不如真实图像高，但它仍然应该有助于 CNN 抽象和查找特征。
你怎么看待这件事？
提前致谢！
Dog_Fish
训练 CNN / 旋转和镜像
数据挖掘
机器学习
美国有线电视新闻网
2022-02-11 22:18:30
1个回答
我目前正在做一个具有类似工业图像处理任务的项目。我正在检测矩形产品图像中的缺陷，根据我的经验，图像的水平和垂直翻转对我增加数据集和提高 F1 分数有很大帮助。由于我不确定您的图片方向，因此我无法回答有关其他旋转的问题。但如果它具有相等的高度和宽度，那么数据集的旋转是有意义的。尝试将残差单元合并到你的 CNN 中，这对我有很大帮助，因为我不得不使用更深的网络来提取复杂的特征。
其它你可能感兴趣的问题