機械学習のデータ拡張としてシフトする

CNN（畳み込みニューラルネットワーク）トレーニングのデータ拡大が必要な画像はほとんどありません。機械学習のデータ拡張としてシフトする

データ拡張の操作の一部は、 回転、垂直および水平反転、移動（オブジェクトの位置）などがあります。

しかし、私の疑いは、画像内のオブジェクトのシフトが本当にCNNで重要かどうかです。もしそうなら、どのように重要か。

出典

2017-07-19 Akhilesh

すべてのオブジェクトが中央に配置されている場合、問題はありません。しかし、オブジェクトが画像の異なる部分に存在する可能性がある場合、シフトが適切である可能性があります。

出典

2017-07-19 15:45:55

実際に予測時間は、オブジェクトが中心にあり、トレーニングのために、私は中心にのみ画像を持っています。シフトはこの場合に関連しますか？ – Akhilesh

最後にもう1つの質問があります。私が質問すれば、それはどういう意味ですか？これにもお答えください。これは、データが中心にない一般的なケースです。 – Akhilesh

列車内の画像と予測用の画像が中央に配置されている場合は、シフトを適用する必要はありません。あなたが4枚の画像を持っているとしましょう。すべてがオブジェクトのコーナーにあります。技術的には、これらの画像はCNNとは異なります。重みは、画像内の重要なオブジェクトが何であるかを示す「マスク」を作成します。オブジェクトが画像の異なる部分にある場合、マスクは画像から画像に変化します。 –

機械学習のデータ拡張としてシフトする

答えて

関連する問題