标签： deep-learning cnn variance light generative-adversarial-network
我正在一个基于CNN的项目中，对于预测部分，光线的条件可能会发生变化。可以说，光线的状况可能会随着一天中的时间（白天/夜晚）而变化。在这种情况下，即使在夜间，我如何才能确保某些经过预训练的模型（例如ResNet-50）的准确性？将夜间数据集与白天时间一起使用进行培训是否是唯一的选择？或有其他解决方法，即使白天的数据集规模巨大，因此收集夜间的数据集也不容易。
关于这个问题，我需要使最终产品具有响应能力，因此使用GAN等预处理方法可能会花费大量时间，从而导致最终应用程序的响应时间过长。