卷积神经网络 - 改变图像数据范围的原因

Posted

技术标签:

【中文标题】卷积神经网络 - 改变图像数据范围的原因【英文标题】:Convolutional Neural Networks - reasons for changing image data range 【发布时间】:2018-08-10 17:56:14 【问题描述】:

在查看卷积神经网络中输入图像的数据增强技术时,经常提到您可以将图像值的范围从 [0,255] 更改/重新缩放到 [0,1]。

这背后的原因是什么?

【问题讨论】:

看到这个答案:***.com/a/48595940/712995 【参考方案1】:

这是缩放(任何网络的预处理输入的一部分,而不仅仅是 CNN)。为什么要完成?这样做是为了将所有特征的范围保持在同一区域中。您可以参考this answer 了解更多信息。 但是,在您的情况下,您只有关于图像像素强度的特征。那么,为什么在这种情况下需要缩放?这是因为大多数参数初始化(由您使用的框架自动完成)假定传递给它的数据是规范化的。它倾向于使网络收敛更快,因为许多研究人员已经花时间找出网络参数的正确初始化。

【讨论】:

以上是关于卷积神经网络 - 改变图像数据范围的原因的主要内容,如果未能解决你的问题,请参考以下文章

卷积神经网络中的stride、padding和channel概念

卷积神经网络(CNN)

如何标记从卷积神经网络的分割算法生成的图像片段?

图像识别原理--CNN卷积神经网络

初识卷积神经网络

CNN 卷积神经网络(过程解析)