jpeg压缩是否会影响使用卷积神经网络进行训练和分类

Question

我们正在与一家公司合作，该公司拥有超过200万张jpeg格式的图像。他们想要收集更多的图像。图像的目的是机器分类，并找到像螺栓和小漏水这样的小物体。图像的数量很多，但用于训练的示例很少，可能只有100个或更少的样本。

我们对公司的建议是以原始的10位或12位png/tiff格式存储数据。他们希望使用jpeg格式，因为他们可以在更短的时间内收集更多的数据(每秒4张图像)，并且不需要所有的磁盘空间。

有谁知道与png格式相比，jpeg格式的存储将如何影响样本的训练以及随后的查找/分类？

我已经用谷歌搜索过了。它返回了许多关于如何通过使用深度学习来提高jpeg质量的答案。剩下的答案是关于如何使用互联网上的图书馆处理猫和狗。有一篇文章说，jpeg压缩会影响识别，但很少涉及什么类型的图像，什么类型的对象等。

当你寻找像狗和猫这样的大型物体时，你会有许多特征，曲线，颜色，直方图和其他可以使用的特征。寻找特征很少的非常小的物体要复杂得多。

有没有人知道有关于这个主题的文章？关键问题:我应该将我的图像存储在png或无损tiff中，还是可以使用jpeg压缩以供以后在深度学习中使用？