图像质量影响CNN性能

Question

我正在使用Inception V3作为分类器对医学图像执行二进制分类任务，我的训练集和测试集具有非常不同的分布（训练集是从数字整体幻灯片图像中提取的，测试集是通过照相机在显微镜顶部），这会在我的验证集中产生良好的性能，但在测试集中产生较差的性能。
我知道一个很好的解决方案是也可以从显微镜相机拍摄训练图像，但是这将花费太多时间和人力。 我用于训练和测试的数据集之间的最大区别是图像质量，相机拍摄的图像质量较低。有什么建议可以解决这个问题吗？谢谢！

Answer 1

您可以尝试将训练/验证图像转换为与测试图像相似。
添加一些噪声并降低输入分辨率可能足以启动。

当然，如果您给我们一些示例图像并分享您当前的NN体系结构，我会更加精确。