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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注