Python 3.x 卷积神经网络的图像预处理
我想用CNN制作带有tensorflow的蘑菇分类器。 但是，我想知道图像数据的预处理。 我应该删除图片的黑色背景还是只使用原始图片 另外，如果在我做什么之前有任何预处理步骤，请告诉我。这个问题有点太宽泛了，但我会给你一个提示 我应该删除图片的黑色背景还是只使用原始图片 如果你能做到这一点，你可以通过数据扩充获得更高的准确度，因为你可以生成具有各种背景的训练图像，从而有助于泛化 但是请注意，仅通过移除背景，神经网络可能会“习惯”黑色背景，因此您也需要翻译测试图像，这反过来需要图像分割 由于图像分割比分类更困难，因此背景通常保持不变 另外，如果在CNN之前有任何预处理步骤，请让我知道 对于所有与图像相关的任务，一个始终有效的预处理步骤是零居中：计算整个训练集的平均值，并使用该值将图像归零。小心不要在计算平均值时使用测试图像Python 3.x 卷积神经网络的图像预处理,python-3.x,tensorflow,machine-learning,deep-learning,convolutional-neural-network,Python 3.x,Tensorflow,Machine Learning,Deep Learning,Convolutional Neural Network,我想用CNN制作带有tensorflow的蘑菇分类器。 但是，我想知道图像数据的预处理。 我应该删除图片的黑色背景还是只使用原始图片 另外，如果在我做什么之前有任何预处理步骤，请告诉我。这个问题有点太宽泛了，但我会给你一个提示 我应该删除图片的黑色背景还是只使用原始图片 如果你能做到这一点，你可以通过数据扩充获得更高的准确度，因为你可以生成具有各种背景的训练图像，从而有助于泛化 但是请注意，仅通过移除背景，神经网络可能会“习惯”黑色背景，因此您也需要翻译测试图像，这反过来需要图像分割 由于图像分