CNN - Bild Größenänderung VS Polsterung (halten Seitenverhältnis beibehalten oder nicht?)

Während in der Regel Menschen neigen dazu, einfach die Größe jedes Bild in ein Quadrat, während der Ausbildung ein CNN (zum Beispiel resnet nimmt ein Quadrat, 224x224 Bild), das sieht hässlich zu mir, vor allem, wenn das Seitenverhältnis wird nicht um 1.

(In der Tat, dass könnte sich ändern ground truth zB das label, das könnte ein Experte geben, das verzerrte Bild könnte auch anders sein, als das original).

So, jetzt habe ich das Bild verkleinern um,sagen wir, 224x160 , unter Beibehaltung der ursprünglichen Verhältnis, und dann I pad das Bild mit 0s (fügen Sie es in einem zufälligen Ort in einer völlig schwarzen 224x224 Bild).

Mein Ansatz scheint nicht original zu mir, und doch ich kann nicht finden alle Informationen auch immer über meinen Ansatz gegenüber den "üblichen" Ansatz.
Funky!

So, welcher Ansatz ist besser? Warum? (wenn die Antwort ist, Daten angewiesen bitte teilen Sie Ihre Gedanken in Bezug auf, wenn, wenn bevorzugt über das andere.)

  • Ich habe genau das gleiche Anliegen. Seltsam, dass noch niemand beantwortet hat nach 1 Monat. Haben Sie versucht, zu posten, die Frage nach der künstlichen Intelligenz, Stapel Exchange-Standort? ai.stackexchange.com
  • Auch ich habe genau das gleiche Anliegen. In meinem Fall aber durch das ändern des Seitenverhältnisses, alle meine Bilder würden verzerrt mehr oder weniger das gleiche. Ich benutze synthetische, verkettet NIST Ziffern. In meinem Fall, ich denke, es macht nicht viel Unterschied zu der Klassifizierung zahlen. Der einzige Unterschied, den ich denken kann, ist, dass durch das ändern der Größe, die ich anwenden konnte größere Schritte unternommen, um convolutional Layer ohne dabei so viel Informationen wie bei der Polsterung der Bilder statt. Also, an der Kreuzung von a convolutional zu einer vollständig vernetzten Schicht, ich würde verlangen, dass weniger GEWICHTE.
  • Diese Antwort half mir am Ende heraus. stackoverflow.com/questions/41907598/...
InformationsquelleAutor Yoni Keren | 2017-12-07
  1. 18

    Laut Jeremy Howard, Polsterung ein großes Stück des Bildes (64x160 Pixel) haben folgende Wirkung: Der CNN-werden lernen müssen, dass der schwarze Teil des Bildes ist nicht relevant und muss nicht die Unterscheidung zwischen den Klassen (bei einer Einstufung Einstellung), da es keine Korrelation zwischen dem Pixel in den schwarzen Teil und der Zugehörigkeit zu einer bestimmten Klasse. Sie sind nicht hart codieren, das die CNN wird lernen müssen, es durch Gradienten-Abstieg, und das könnte wohl noch etwas Epochen. Aus diesem Grund, Sie können es tun, wenn Sie haben zu viele Bilder und mehr Rechenleistung, aber wenn Sie auf einem Etat sind, auf einen von Ihnen, vergrößern, verkleinern sollte besser funktionieren.

    • Klingt genau so habe ich gestimmt habe, Sie aber: Lassen Sie uns sagen, dass Sie normalisieren alle Pixel auf [0,1]. Also die schwarzen Pixel sind alle 0EN. So dass während der Faltung eines beliebigen kernel wird Ausgang 0 für die Pixel. So...es ist super einfach zu lernen,und es ist eine Art, die sowohl automatische als auch,richtig? Ich denke, ich kann Experimentieren, da ich viele Daten,aber immer noch.
    • Wenn alle Bilder haben die schwarz-Polsterung unten, es ist wirklich einfach. Wenn jedoch einige von Ihnen haben es und manche nicht, und diejenigen, die es nicht haben haben sehr relevanten Informationen in es, ich bin nicht so sicher über es.
    • Nicht, wenn Sie konstruieren ein Klassifikator unterscheidet zwischen Kreisen und Ellipsen.
    • Eine Möglichkeit ist das hinzufügen einer zusätzlichen Farbe-Kanal, die Masken alle Pixel, die Polster oder alle Pixel, die waren Teil des ursprünglichen Bildes. So, das Netzwerk nicht haben, um "herauszufinden", ob etwas, das schwarz war Teil des ursprünglichen Bildes, daher wohl das speichern der Netzwerk-Arbeit.
    • Für mich, der nicht unbedingt klingen wie eine harte Sache für ein CNN zu lernen. In jedem Fall ist es nicht klar, dass es schwieriger als das lernen sehr gequetscht visuelle features. Wenn es gibt keine empirischen Vergleiche die beiden Ansätze, ich denke das wäre am sinnvollsten.
    InformationsquelleAutor David Masip
Schreibe einen Kommentar