이미지 분류/감지 - 실제 생활에서 사용되는 물체 대 재고 사진 이미지?

Question

교육 검색 모델을 사용할 때 실제 사진에서 동일한 객체의 이미지보다 재고 사진의 형식이 더 좋습니다 (즉, 정확도/mAP가 더 높음)?

Answer 1

더욱 다양한 더 나은. 배경이 모두 흰색 인 이미지에서 네트워크를 학습하고 시끄러운 배경의 조건에서 수행 할 것으로 예상 할 경우 네트워크에서 대상 개체의 피할 수없는 기능을 배울 기회가 없었기 때문에 보이지 않는 데이터의 결과가 더 나빠질 것으로 예상해야합니다. 배경 개체입니다.

투명 배경을 가진 이미지가있는 경우 결과를 향상시킬 것으로 예상되는 데이터 증가의 한 가지 형태는 많은 임의의 배경에 이미지를 배치하는 것입니다. 이미지의 사실적인 렌더링에 더 가까워 질수록 결과가 더 좋을 것으로 기대할 수 있습니다.

더 현실적인 예를 사용하면 훈련 데이터 집합을 향상시킬 수 있습니다. 더 큰 훈련 데이터 세트를 생성하기 위해 데이터에 무작위 노이즈를 추가하는 것은 일반적으로 도움이되지 않으며 확장 된 데이터 세트가 데이터 세트의 원본 이미지의 사실적인 변형을 포함 할 때 결과가 향상됩니다.

신경 네트워크를 훈련 할 때 내 좌우명은 다음과 같습니다. 네트워크가 발생할 가능성을 속여줍니다. 그것은 인상적으로 잘 배울 것이지만, 기회가 주어진다면, 그것은 지름길을 취할 것입니다. 바로 가기를 사용하지 마십시오. 이는 종종 다음과 같이 해석됩니다. 바로 가기가 없도록 문제를 더 어렵게 만드십시오. 신경망은 어려운 조건에서 더 잘 수행되는데, 그 이유는 가장 단순한 해결책은 가장 일반적인 목적이기 때문입니다. 좋은 음식을 제공하는 흥미 진진한 예제를 위해 멀티 태스킹 학습을 읽어보십시오.