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 latex投稿显示click download
- ¥15 请问读取环境变量文件失败是什么原因?
- ¥15 在若依框架下实现人脸识别
- ¥15 网络科学导论,网络控制
- ¥100 安卓tv程序连接SQLSERVER2008问题
- ¥15 利用Sentinel-2和Landsat8做一个水库的长时序NDVI的对比,为什么Snetinel-2计算的结果最小值特别小,而Lansat8就很平均
- ¥15 metadata提取的PDF元数据,如何转换为一个Excel
- ¥15 关于arduino编程toCharArray()函数的使用
- ¥100 vc++混合CEF采用CLR方式编译报错
- ¥15 coze 的插件输入飞书多维表格 app_token 后一直显示错误,如何解决?