神经网络算法学习---图像数据预处理
2017-09-28 10:56
447 查看
文章转载自: http://blog.csdn.net/fuwenyan/article/details/53899230 感谢原作者的付出和分享
以卷积神经网络进行图像识别为例,常用的输入图像预处理
Step1:Resize
Step2:去均值。此处应注意,是对所有训练样本图像求均值,然后将每个样本图片减去该均值。测试图片在进行预处理时,也减去该均值(注意不是减测试图片的均值,而是减去所有训练样本图像的均值)
归一化处理:图像处理应用中一般不需要归一化处理,因为RGB通道数据范围一直是0~255,天生是归一化的,因此不需要再进行归一化处理。
PCA降维处理:数据量较大时可以通过PCA进行降维处理,以便减小计算量,提升处理速度。但图像处理应用中,因为一般先进行了图像的Resize处理,降低数据量,因此一般不需要再进行PCA降维处理了。
以卷积神经网络进行图像识别为例,常用的输入图像预处理
Step1:Resize
Step2:去均值。此处应注意,是对所有训练样本图像求均值,然后将每个样本图片减去该均值。测试图片在进行预处理时,也减去该均值(注意不是减测试图片的均值,而是减去所有训练样本图像的均值)
归一化处理:图像处理应用中一般不需要归一化处理,因为RGB通道数据范围一直是0~255,天生是归一化的,因此不需要再进行归一化处理。
PCA降维处理:数据量较大时可以通过PCA进行降维处理,以便减小计算量,提升处理速度。但图像处理应用中,因为一般先进行了图像的Resize处理,降低数据量,因此一般不需要再进行PCA降维处理了。
相关文章推荐
- 深度学习与计算机视觉系列(7)_神经网络数据预处理,正则化与损失函数
- 深度学习与计算机视觉系列(7)_神经网络数据预处理,正则化与损失函数
- CS231n 学习笔记(1)——神经网络 part1 :图像分类与数据驱动方法
- 深度学习与计算机视觉系列(7)_神经网络数据预处理,正则化与损失函数
- 深度学习与计算机视觉系列(7)_神经网络数据预处理,正则化与损失函数
- 关于python 在神经网络训练图像数据预处理时使用的transpose
- 深度学习与计算机视觉系列(7)_神经网络数据预处理,正则化与损失函数
- 深度学习与计算机视觉系列(7)_神经网络数据预处理,正则化与损失函数
- 从数据预处理开始学习网络可视化——社团发现算法
- 深度学习小白——神经网络3(数据预处理,dropout,正则化)
- 深度学习与计算机视觉系列(7)_神经网络数据预处理,正则化与损失函数
- 神经网络数据预处理,正则化与损失函数
- (原创)大数据时代:基于微软案例数据库数据挖掘知识点总结(Microsoft 神经网络分析算法)
- scikit-learn学习之神经网络算法
- 数据挖掘---分类算法之神经网络算法BPN实践
- 结构递归神经网络: 时空领域图像中的深度学习--CVPR2016最佳论文详解
- 数据挖掘---分类算法之神经网络算法BPN
- 大数据时代:基于微软案例数据库数据挖掘知识点总结(Microsoft 神经网络分析算法原理篇)
- 神经网络(1)--Non-linear hypotheses,为什么我们要学习神经网络这种算法来处理non-linear hypotheses
- 深度学习算法原理——栈式自编码神经网络