图像预处理需要注意的几点问题

1.1 问题

博主训练了一个简单的二分类。为了提升模型的准确率，为所有的数据使用opencv（python）做了二值化处理：先灰度化再二值化。训练好模型以后发现在数据集的训练集和测试集上效果都很好，但是当我把模型融入项目的时候发现真实准确率极低。

1.2 解决方案：

对项目中喂入模型之前的数据进行保存检验数据的正确性，发现数据在肉眼看起来并无错误。直接将保存好的数据送入模型进行预测发现错误率极高。仔细检查代码发现可疑处，在整体项目中数据喂入分类模型进行预测前是进行了通道融合操作（因为模型的input_shape是一个三通道），而在生成分类模型数据集的时候是直接保存单通道图为png格式，双方格式不统一。重新生成一批三通道训练数据后，训练模型问题解决。

2.1 问题

博主在训练一个unet模型时发现一个问题。unet模型的label是一般是np.uint8类型的矩阵，其中元素是具体的图像分割像素所对应的类别，也就是说如果我们训练一个人脸、五官分割模型时这个矩阵应该是包含0,1,2,3,4,5,6七种元素（若分割图包含人脸和五官）。博主使用labelme自己标注了一部分数据进行训练，发现数据在严重过拟合的情况下训练集上有分割错误出现，怀疑是训练数据有问题。

2.2 解决方案

博主在生成unet标签时对np.uint8类型的标签矩阵进行了resize操作，导致矩阵的元素被更改。先resize再进行生成标签的操作，完美解决。

图像预处理需要注意的几点问题相关推荐

一阶微分算子锐化图像_【动手学计算机视觉】第三讲：图像预处理之图像分割...
本讲完整代码>> 前言图像分割是一种把图像分成若干个独立子区域的技术和过程.在图像的研究和应用中,很多时候我们关注的仅是图像中的目标或前景(其他部分称为背景),它们对应图像中特定的.具有 ...
图像预处理第7步：标准归一化
图像预处理第7步:标准归一化将分割出来的各个不同宽.高的数字字符宽.高统一 //图像预处理第7步:标准归一化 //将分割出来的各个不同宽.高的数字字符宽.高统一 void CChildView::O ...
如何利用图像预处理提高OCR的准确性？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 OCR代表光学字符识别,将文档照片或场景照片转换为机器编码的文本. ...
图像+预处理+数据增强+总结
图像+预处理+数据增强+总结图像与处理的中间和最终结果的不同版本,本身就是图像数据增强的一部分. 染色归一化数据增强 Image augmentation for machine learning ...
opencv ocr字符识别_OCR深度实践系列：图像预处理
近一个半月时间没更了,在这段时间里针对OCR业务进行了深入研究,业务也已上线,谨以此篇作为OCR系列的开篇. 目前NLP+OCR的落地应用在市场上愈加火热,如金融领域的研报分析.司法领域的合同审核甚至 ...
matlab指纹图像采集,基于MATLAB实现的指纹图像预处理
西南民族大学学报·自然科学版第 34 卷第 4 期 Journal of Southwest University for Nationalities⋅Natural Science Edition ...
图像预处理第8步：紧缩重排数字字符
//图像预处理第8步:紧缩重排已经分割完毕的数字字符,并形成新的位图句柄 void CChildView::OnImgprcShrinkAlign() {m_hDIB=AutoAlign(m_hDIB ...
使用ABBYY FineReader进行自动图像预处理
2019独角兽企业重金招聘Python工程师标准>>> 扫描图像和数码照片中常见的扭曲文本行.歪斜.噪声和其他缺陷可能会降低识别质量,ABBYY FineReader可自动消除这些缺 ...
计算机视觉——图像预处理及边缘检测
1.为什么要进行图像预处理? \qquad当对图像进行边缘.轮廓的检测时,图像噪声会对检测产生不利影响,并且为了帮助模型专注于一般细节并获得更高的准确度,我们需要对图像进行预处理. \qquad预处理 ...
PyTorch框架学习六——图像预处理transforms（二）
PyTorch框架学习六--图像预处理transforms(二) (续)二.transforms的具体方法 4.图像变换 (1)尺寸变换:transforms.Resize() (2)标准化:tran ...

图像预处理需要注意的几点问题

图像预处理需要注意的几点问题相关推荐

最新文章

热门文章