Mnist像素边框

Question

我目前正在玩tensorflow和mnist代码。 Yann Lecun的mnist数据集包含20x20像素的图像，通过计算像素的质心可以将图像集中在28x28的图像中。其结果是至少有一个4像素的边界，可以改善结果分析。我在mnist上搜索和阅读了很多，但我找不到为什么使用4个像素。 我计算100x100像素的图像与5像素的边界内，但我不知道这是否足够。我可以尝试更改边框尺寸并比较结果，但这需要我很长时间。我认为知识和应用良好的做法更好。那么如何定义最佳边框尺寸？

Answer 1

根据我的经验，在MNIST之外的所有边界都不常见。如果你试图识别图像中的物体（而不是数字），你应该提供整个图像，可能会出现一些随机裁剪或其他扭曲现象，以帮助学习过程。其他任务的最佳实践会因领域而异，但通常来自对模型在生产中可能遇到的投入的相当常识性的直觉。