改进神经网络性能

Question

我有三个关于神经网络的问题

1. 为了获得最佳的模型性能，最好是只对高分辨率图像进行训练，还是不管训练数据是否包括高分辨率和低分辨率图像。
2. 让我们说，我想要一个模型，可以检测猫和有10个猫，我感兴趣，再次，在最好的表现。如果我每只猫有10节课，或者只为一节课(就像猫一样)，还是不重要？
3. 当360张图像被验证时，为什么在2D图像上训练的模型不能很好地工作呢？

Answer 1

1. 这将取决于您要针对的应用程序。当然，更大的分辨率将提高性能。但是如果你把这个模型应用在分辨率很低的环境中，那么性能也会下降。一个很好的选择是，如果你把这两个数据集结合起来。这将使您的模型对分辨率的变化具有很强的鲁棒性。但这也是以培训成本为代价的，因为您将拥有更多的数据集。通常，您应该评估您的应用程序区域，并确定一个将使您的模型运行良好的场景。
2. 这个问题有点含糊不清。
3. 归根结底是分配的变化。神经网络对分布变化非常敏感。若要检查，请绘制两种图像的像素分布，您将注意到差异。