machine-learning - 预处理机器学习训练数据

Question

我目前正在寻找为通过金属种族的动物训练品种分类器，我在永久静态环境中工作，因此环境中的相机和静态特征不会改变。我有一个想法，使用图像蒙版来删除我不需要的图像部分，从而删除可能导致分类结果不佳的特征。我计划对推理数据应用相同的预处理。这是一个好主意吗？还是我应该简单地在整个图像上训练网络？

非常感谢任何建议。

Answer 1

如果您有时间和资源，我会同时尝试两者:带掩码的网络和不带掩码的网络。

作为一般规则，在训练之前执行的预处理通常也应该在推理之前执行。 是 ，在这种情况下，我将应用相同的预处理。由于您的框架位置是静态的，因此您可以依靠您的面具。你关于它提高性能的理论似乎非常合理。