DeepLearning的学习数据(jpeg)与嵌入式系统(raw)的区别

时间:2018-07-10 05:46:17

标签: deep-learning jpeg rawimage

我使用图像研究深度学习。 这次,我有一个问题。 我想听听大家的意见。

通常,学习数据用于网站的图像识别,这会降低数据容量。 所以我认为使用jpeg图像。 但是,在嵌入式系统中,未使用压缩图像。 我认为使用了原始图像。 我认为原始图像会保存在内存中并进行处理以供识别。

在这里,当使用网站上的jpeg图像进行学习时,图像的格式是不同的。识别上有区别吗?由于原始图像比jpeg图像具有更大的信息。 识别不会出现问题吗?

谢谢您的回答。

1 个答案:

答案 0 :(得分:0)

  

我想听听大家的意见。

基于观点的问题不太适合SO,但让我尝试回答您的问题。

神经网络(通常)不适用于压缩媒体数据。首先将JPG,PNG或GIF解压缩并存储为原始2D数组(如果使用彩色,则为3D),然后再将其输入实际的体系结构中。

这不一定意味着使用JPG和RAW文件之间不会有任何区别。从理论上讲,RAW文件将导致更准确的结果。实际上,如果您不过度压缩,则差异很小。有一篇专门针对这个问题的论文,但是我很难找到它。