原本我是用3通道一样的灰度图送入神经网络训练,分类准确率是93.6%。之后我改了一下图像通道,第一个通道还是灰度图,第二个通道是原图经过局部二值模式处理后的图,第三个通道是原图经过dct变换后的图像。我把这样处理后的图像送入神经网络训练,结果准确率只有82%,这是为什么呀?理论上只用灰度图就有93.6%准确率,我现在把其他两个通道换了为什么准确率会下降?
2条回答 默认 最新
- ProfSnail 2021-02-25 19:33关注
这证明经过dct变换、局部二值模式处理后,损失了部分有效图像特征;或者灰度图、二值处理图、dct图在三个通道对应分量上的特征无法组合成更优图像特征。这在神经网络调参过程中是很常见的,明明觉得处理一下分类效果会更好,但是实际上分类效果更差了。神经网络调参就是这样,建议你多尝试几种通道组合方法,并选取最优结果作为实验方法。
keras也是支持保存和读取权重的。
参见博文:https://blog.csdn.net/jclian91/article/details/83038861
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 求指导ADS低噪放设计
- ¥15 CARSIM前车变道设置
- ¥50 三种调度算法报错 有实例
- ¥15 关于#python#的问题,请各位专家解答!
- ¥200 询问:python实现大地主题正反算的程序设计,有偿
- ¥15 smptlib使用465端口发送邮件失败
- ¥200 总是报错,能帮助用python实现程序实现高斯正反算吗?有偿
- ¥15 对于squad数据集的基于bert模型的微调
- ¥15 为什么我运行这个网络会出现以下报错?CRNN神经网络
- ¥20 steam下载游戏占用内存