qq_41978522 2021-02-25 16:07 采纳率: 62.5%
浏览 250
已采纳

为什么我改变图像通道会导致神经网络分类准确率下降?

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?

  • 写回答

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?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥20 求文心中文心理分析系统(TextMind)
  • ¥15 chipyard环境搭建问题
  • ¥15 python,pyopenGL的OBV渲染无法设置透明
  • ¥20 matlab可以把多个二维图合成为三维瀑布图吗
  • ¥15 EEPROM,软件i2c
  • ¥500 求解读该段JS代码,需要知道是用干什么的
  • ¥20 qt4代码实现二进制文件读取显示,以及显示的内容进行搜索
  • ¥15 Labview获取LK-G3001数据
  • ¥15 我知道什么是混合树,但是怎么写代码啊
  • ¥50 开发板linux系统安装dpkg,apt函数库 有偿