训练CNN时使用透明背景的图像

我想知道在训练CNN时使用透明背景是否会影响其学习特征?例如,如果我们只使用猫的多边形裁剪图,并将其背景设为透明来训练识别猫的模型。这样做是否能更好地识别猫?

enter image description here


回答:

图像捕捉设备和对象分类软件变得越来越普遍,甚至一部简单的智能手机也能实现最先进的图像处理方法。然而,透明物体并不容易提供可识别的特征:它们不像不透明物体那样遮盖背景,而是仅仅扭曲背景。因此,它们的外观会根据环境发生显著变化。你可以从人类的角度来思考这个问题。人类在不透明的背景下识别物体是否更容易?我认为并非如此。而且,这并不自然。除非,你看到一个物体被埋在一堆雪中,或许还行。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注