训练和测试集的分辨率必须相同吗？

Question

我想知道训练集是否应该具有与测试集相同的分辨率。我想制作一个用于对象识别的CNN。我的数据集比我在网络上找到的数据清晰得多。问题是我在数据集中只发现了30个可以标记的对象。来自网络的数据已标记了200多张图片，但分辨率较差。这是我的数据和来自Web的数据的示例：https://imgur.com/a/pxSFU1x。

Answer 1

我的两分钱：如果您拥有相同分辨率的图像，那肯定会有所帮助。

加载图像时，您将获得一个矩阵，其中每个像素都有一堆数字。您的神经网络将尝试识别标签图像共有的模式，然后在测试中寻找这些模式。

由于图像的不同，测试数据集中的模式将不会真正相同，这肯定会对结果产生负面影响。

一个愚蠢的例子是，如果您尝试识别屋顶上的天线而不是太阳能电池板。在您的图像中，天线具有某种形状，而在网络图像中，它们只是一个像素。这将使测试数据集完全无用。

但是，两个图像中的太阳能电池板具有非常清晰的特征（形状，颜色，对比度，轮廓），并且我相信您仍然应该尝试一下，因为在这种情况下，不同的分辨率可能不会造成很大的问题。