Machine learning ZCA美白对训练有何影响?
我试图在tensorflow中实现形状检测器。为此,我有两个类,一个是仅垂直矩形,另一个是仅右箭头,如下图所示。 每节课有190个样本进行培训 我对模型进行了两次训练,一次不使用ZCA增白的训练数据,另一次使用ZCA增白的训练数据,使用相同的网络架构和相同的迭代次数 当使用第一个模型测试下箭头的以下图像时,它被预测为具有99.99%准确度的矩形,但当使用第二个模型测试同一图像(使用ZCA白色样本训练)时,它被预测为具有100%准确度的箭头 我想知道ZCA白化是如何大幅改变准确率的,即使没有数据增强(如旋转)用于训练Machine learning ZCA美白对训练有何影响?,machine-learning,tensorflow,image-preprocessing,Machine Learning,Tensorflow,Image Preprocessing,我试图在tensorflow中实现形状检测器。为此,我有两个类,一个是仅垂直矩形,另一个是仅右箭头,如下图所示。 每节课有190个样本进行培训 我对模型进行了两次训练,一次不使用ZCA增白的训练数据,另一次使用ZCA增白的训练数据,使用相同的网络架构和相同的迭代次数 当使用第一个模型测试下箭头的以下图像时,它被预测为具有99.99%准确度的矩形,但当使用第二个模型测试同一图像(使用ZCA白色样本训练)时,它被预测为具有100%准确度的箭头 我想知道ZCA白化是如何大幅改变准确率的,即使没有
非常感谢您提供的任何帮助。您的意思是问ZCA是否正在进行数据扩充(即:轮换?)是的,我的意思是将数据扩充作为轮换。因为在没有ZCA白化的第一个模型中,向下箭头被检测为预期的垂直矩形。但在第二个模型中,它被预测为带有ZCA白化的箭头,这可能是由训练数据的旋转引起的。你的意思是问ZCA是否正在进行数据扩充(即:旋转?)是的,我的意思是数据扩充作为旋转。因为在没有ZCA白化的第一个模型中,向下箭头被检测为预期的垂直矩形。但在第二个模型中,ZCA白化预测为箭头,这可能是由于训练数据的旋转造成的。