发新帖

为什么AlexNet、VGG、ResNet等论文在图像增强时都不进行旋转

[复制链接]
818 7

快来加入 TensorFlowers 大家庭!

您需要 登录 才可以下载或查看,没有帐号?加入社区

x
为什么AlexNet、VGG、RestNet、DenseNet等论文中的data augmentation都没有图像旋转?是考虑到旋转对尺寸的影响?还是什么原因?

nkcr7已获得悬赏 10 金币+20 金币

最佳答案

卷积操作本身只具有平移不变性,不具有旋转不变性。所以首先应该考虑测试集中会不会出现图像旋转的情况,如果没有就不用考虑。如果测试集中存在图像旋转,那么要看训练集中有没有旋转的图像,如果有(并且足够多), ...
本楼点评(1) 收起

精彩评论7

ZMikkelsen  TF荚荚  发表于 2018-6-2 16:54:19 | 显示全部楼层
NN包括所有变体,本来就是个黑箱。
在多次迭代中,不断训练更新,
只要迭代的次数够大,也许就自我更新到哪一步时的处理和旋转效果差不多?
本楼点评(0) 收起
yagegege  TF豆豆  发表于 2018-6-4 14:11:03 | 显示全部楼层
很高大上的问题
本楼点评(0) 收起
舟3332  TF芽芽  发表于 2018-6-8 21:45:44 来自手机  | 显示全部楼层
可能 test 集没有旋转? 很有意思的问题。可以做个测试
本楼点评(0) 收起
nkcr7  TF荚荚  发表于 2018-6-9 12:30:42 | 显示全部楼层
卷积操作本身只具有平移不变性,不具有旋转不变性。所以首先应该考虑测试集中会不会出现图像旋转的情况,如果没有就不用考虑。如果测试集中存在图像旋转,那么要看训练集中有没有旋转的图像,如果有(并且足够多),也没必要做旋转的数据增强;如果没有,则需要做旋转的数据增强。总之,训练集和测试集要满足独立同分布,你要在测试集里验证什么信息,首先要在训练集中给出这种信息,神经网络才能够学习到。
本楼点评(0) 收起
ViolinSolo  TF豆豆  发表于 2018-7-3 20:23:21 | 显示全部楼层
我觉得主要是看你需不需要增强吧,因为增强的话一般都是数据量不够什么的各种问题,所以。。。这就是为何它们不需要,
本楼点评(0) 收起
ViolinSolo  TF豆豆  发表于 2018-7-3 20:23:43 | 显示全部楼层
而且我觉得主要原因是当时都没人用,现在是趋势而已
本楼点评(0) 收起
Lemon  TF荚荚  发表于 2018-7-3 20:26:11 | 显示全部楼层
这些操作是数据扩充的方法。据扩充可以增强数据多样性和防止模型过拟合。这些用的image的库,李飞飞等已经进行过这些处理了
本楼点评(0) 收起
您需要登录后才可以回帖 登录 | 加入社区

本版积分规则

主题

帖子

36

积分
快速回复 返回顶部 返回列表