2017-06-29 43 views

回答

0

如果您确定在测试数据中图像始终居中,则可能不需要移位。但在现实世界中,事实并非如此。

enter image description here

例如,你不能指望一个猫在图像的中心始终停留。在测试数据中,它可能出现在任何位置。如果您在训练数据中考虑到这种情况,您的模型会更好地学习。

注意:上面的图片只是为了便于理解。数据也使用轮换来增强,而不仅仅是轮班。但它符合这个目的,所以包含它。 (Image Source

就结果的不同而言,我们无法确定性能改变的重要性,直到您试用为止。但人们发现这种转变有助于提高性能,通常与翻转,旋转,缩放等一起使用。