训练图像和测试图像

Question

我正在做一个关于腹流前馈通路的项目，我有6张图像要在InferoTemporal层被识别。

请有人给我一些图像的样本，告诉我训练图像和测试图像的区别是什么。那么，我应该在包含培训图像的文件夹中添加什么呢？我应该添加另一个包含测试图像列表的文件夹吗？如果是，这些测试图像应该是什么？

训练图像必须包含要分析或识别的图像，测试图像必须包含内存中的图像吗？换句话说，如果我们有16个训练面孔和一个或两个测试脸。所以，我们应该分析一下，在训练中，什么是与考试中的脸相对应的脸？是真的吗?？

注意:我不需要代码，我只想得到一个关于测试ans训练图像之间的区别的简短解释。

任何帮助都将不胜感激。

Answer 1

在HMAX中，您使用输入图像层的所有数据。而garbor滤波器、最大池函数、径向基核函数等都是它们的核心函数.只有在C2层，您才开始训练图像的子集(大部分是使用基于线性核的支持向量机)。子集设置为训练数据。剩下的是测试数据。总之，训练图像被用来构建支持向量机，然后用多数投票的方法将测试图像分配给数字类。

但这实际上是等同的，因为你把训练图像放在图像层在一开始。在所有的图层经过之后，您将测试图像放在图像层重新启动以进行识别。由于培训和测试映像都需要缩放，而且在C2之前的前几个层上的所有操作都是相同的，所以在一开始就将它们混合在一起。

虽然您在图像层使用了所有的培训和测试图像，但仍然需要对数据进行洗牌，并将其中的一些作为培训，另一些作为测试。

Answer 2

训练和测试图像之间唯一的区别是，测试图像不用于选择模型参数。每个模型都有一些参数，变量，它们与数据相吻合。这被称为训练过程。培训/测试集分离确保了，您的模型(算法)实际上可以做更多的事情，只需要记忆图像--所以您可以在测试图像上测试 it，这在培训阶段还没有使用。

关于SO：whats is the difference between train, validation and test set, in neural networks?，已经详细讨论过了