在机器学习训练和评估过程中,图像文件类型对准确性或速度有影响吗?

我想知道在使用Keras、Tensorflow或其他任何机器学习库进行图像分类时,图像文件类型是否有影响。例如:

如果我仅使用JPG文件进行训练,然后仅使用PNG文件来评估模型,准确性会受到显著影响吗?

如果是这样的话,是否应该同时使用JPG和PNG文件进行训练,以便可以评估这两种类型的文件?

还是说图像文件类型根本不重要?


回答:

文件类型并不重要。

在训练(以及推理)过程中,图像会被转换成张量(可以简单理解为多维数组),每个像素由一小组数字(或对于黑白图像是一个数字)表示。

机器学习是在这些张量上进行的,而不是图像本身,因此原始文件格式真的无关紧要。

Related Posts

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注