CNN による画像分類で使われる前処理・テスト時処理まとめ - iwiwi 備忘録

とりあえず ImageNet 系の論文で、目に入ったものから順々にまとめていきます。情報・ツッコミ歓迎。 前処理・Data Augmentation Mean Subtraction 入力画像から平均を引く。[103.939, 116.779, 123.68] を各ピクセルから引く。VGG はこれ。 Per-pixel Mean Subtraction 入力画像から平均を引く。ピクセル・チャンネルごとに計算された平均を引く。即ち、224x224x3 個の値について個別に平均を計算し用いる。AlexNet 論文から使われており、ResNet もこれ。 Random Crop 256x256 ピクセルに画像をリサイズし、そこから 224x224 のパッチをランダムに取り出す。AlexNet 論文で使われていた。ちなみに Chainer の ImageNet サンプルはこれと Horizonta

[Nyoho]

前処理, torchvision.transforms

[petite_blue]

テストデータ増強 Data Augumentation

[prototechno]

#foundIT

[stealthinu]

平均値をゼロに持ってく前処理はやはり今も必要らしい。ランダムに切り出したり反転や拡縮はわかるというかそれくらいしかやってないのだな。もっと厳しいノイズ入れるべきかと思ってた。

[KSKSKSKS2]

CNNの前処理系。ランダムクロップやフリップが画像系独特な感じ。

[todesking]

DNN時代も職人芸健在っぽい