Deep learning CNN的预处理图像？_Deep Learning_Computer Vision_Histogram_Conv Neural Network

Deep learning CNN的预处理图像？

deep-learning computer-vision

Deep learning CNN的预处理图像？,deep-learning,computer-vision,histogram,conv-neural-network,Deep Learning,Computer Vision,Histogram,Conv Neural Network,可能有不同的文章，他们为CNN网络预处理了图像。我找到了一篇文章，它使用映射的LBP图像作为CNN的输入。将HoG图像输入CNN是否合适？您可以这样做：。在某些情况下（少量数据，无需网络预训练），它甚至可以在原始像素值上提供比CNN更好的准确性。但否则，您可能会以相同或更低的精度结束。您很可能会这样做：。在某些情况下（少量数据，无需网络预训练），它甚至可以在原始像素值上提供比CNN更好的准确性。但否则，您可能会得到相同或更低的准确率。感谢您为本文提供的建议。我以前见过，但我不明白HOG特征是1D

可能有不同的文章，他们为CNN网络预处理了图像。我找到了一篇文章，它使用映射的LBP图像作为CNN的输入。将HoG图像输入CNN是否合适？

您可以这样做：。在某些情况下（少量数据，无需网络预训练），它甚至可以在原始像素值上提供比CNN更好的准确性。但否则，您可能会以相同或更低的精度结束。

您很可能会这样做：。在某些情况下（少量数据，无需网络预训练），它甚至可以在原始像素值上提供比CNN更好的准确性。但否则，您可能会得到相同或更低的准确率。

感谢您为本文提供的建议。我以前见过，但我不明白HOG特征是1D特征。。他们是否使用1D CNN进一步提取特征？为什么是1D？HoG要素为您提供了多个二维要素贴图通道。对于SVM输入，它们是平坦的，但是您可以将它们作为2D图像提供给CNN输出特征向量为1D。如何使用2D HoG图像作为CNN的输入？它是2D特征向量，其值连续存储在1D数组中：感谢您推荐本文。我以前见过，但我不明白HOG特征是1D特征。。他们是否使用1D CNN进一步提取特征？为什么是1D？HoG要素为您提供了多个二维要素贴图通道。对于SVM输入，它们是平坦的，但是您可以将它们作为2D图像提供给CNN输出特征向量为1D。如何使用2D HoG图像作为CNN的输入？它是2D特征向量，其值连续存储在一维数组中：