Предварительная обработка данных обучения машинному обучению

Question

В настоящее время я хочу обучить классификатора породы для животных, проходящих через металлическую расу, я работаю в постоянной среде c, поэтому камеры и функции c в этой среде не меняются. У меня была идея использовать маску изображения, чтобы удалить части изображения, которые мне не нужны, поэтому удалили функции, которые могут привести к плохим результатам в классификации. Я планирую применить эту же предварительную обработку к данным вывода. Это хорошая идея? или я должен просто обучить сеть на всем изображении?

Любой совет очень ценится.

Answer 1

Если у вас есть время и ресурсы, я бы попробовал оба: сеть с маской и сеть без.

Как правило, предварительная обработка, выполняемая до обучения, должна также обычно выполняться до вывода. Да , в этом случае я бы применил ту же предварительную обработку. Это помогает, что вы можете рассчитывать на свою маску, так как ваша позиция кадра stati c. Ваша теория улучшения производительности кажется очень разумной.

Answer 2

Я думаю, что если эти части изображения будут постоянными все время, хорошая модель научится этому, и если вы их замаскируете, это повредит обобщению. Я бы посоветовал тренироваться с большим набором данных и более глубокой сетью, использовать его в качестве основы и сравнивать его с вашими результатами, чтобы вы могли сравнить свои результаты.