वस्तु छवि विभाजन
मेरे पास समान ऑब्जेक्ट्स के साथ 2 अलग-अलग डेटासेट हैं, एक जहां प्रत्येक ऑब्जेक्ट 50 पिक्सेल चौड़ा है और दूसरा जहां वे 150 पिक्सेल हैं। प्रत्येक डेटा दोनों डेटासेट के लिए 512x512 है। इन दोनों डेटासेट में समान संख्या में फ़ोटो हैं। एक ही कैमरे के साथ लिया, इतनी ही फोकल लंबाई, संकल्प आदि ...
अब तक, हम सहमत हैं कि केवल वस्तुओं का आकार भिन्न होता है।
मैं प्रत्येक डाटासेट के लिए यू-नेट के साथ खंड करता हूं। यह सब ठीक है, मेरी अच्छी भविष्यवाणी है।
मनोरंजन के लिए, मैं 150 पिक्सेल डेटासेट के साथ प्रशिक्षित करता हूँ और 50 पिक्सेल डेटासेट पर परीक्षण करता हूँ, और इसके विपरीत।
फिर से, सब कुछ ठीक है, परिणाम खराब हैं इसलिए हम यह मानते हैं कि जब वस्तुओं का आकार समान होता है तो परिणाम बेहतर होते हैं। तार्किक।
अब मैं 50 और 150 पिक्सल्स ऑब्जेक्ट्स (आधा 50 और आधा 150) दोनों से बना एक डेटासेट पर एक मॉडल को प्रशिक्षित करता हूं, और पहले की ही तरह कुल छवियों की संख्या।
जब मैं विशेष रूप से 50 पिक्सेल वस्तुओं (क्रमशः 150) से बना चित्रों के एक सेट पर अपने मॉडल का परीक्षण करता हूं, तो जब मैंने अपने नेटवर्क को प्रशिक्षित करने के लिए केवल 50 पिक्सेल ऑब्जेक्ट का उपयोग करके प्रशिक्षित किया (तो 150)
क्या यह पैमाना- (इन) वैरिएंट फीचर्स के मुद्दों के कारण है? क्या आपके साथ भी ऐसा ही कोई मामला है?
बहुत बहुत धन्यवाद
जवाब
वह काफी मुश्किल है। मुझे नहीं पता कि क्या कारण हो सकते हैं।
यह जानना कठिन हो सकता है कि हम तंत्रिका जाल के साथ काम करते समय परिणाम क्यों देखते हैं। अक्सर हम जो सबसे अच्छा कर सकते हैं, वह कई परिकल्पनाएँ हैं, और फिर उन परिकल्पनाओं का परीक्षण करने के लिए प्रयोगों को तैयार करते हैं।
कुछ संभावित स्पष्टीकरण जो आप परीक्षण करने की कोशिश कर सकते हैं:
शायद यह शोर / यादृच्छिक मौका है
शायद 50-पिक्सेल की छवियां काफी समरूप हैं और 150-पिक्सेल की छवियां काफी समरूप हैं, और इन दो पैदावार के संयोजन से अधिक विविधता मिलती है, जो नेटवर्क को सीखने में मदद करती है (उदाहरण के लिए, यह या तो ओवरफिट नहीं करता है)
शायद ५०-पिक्सेल ऑब्जेक्ट १५०-पिक्सेल ऑब्जेक्ट के समान वितरण से नहीं आते हैं (उदाहरण के लिए, ५०-पिक्सेल चित्र बच्चों के हैं और १५०-पिक्सेल चित्र वयस्कों के हैं; ये सिर्फ आकार की तुलना में अधिक भिन्न हैं; या पृष्ठभूमि वस्तु के आकार से संबंधित है), और आप नेटवर्क को दोनों को उजागर करने से अधिक नियमितीकरण प्राप्त करते हैं, या कुछ और (यह अस्पष्ट है और दूसरी व्याख्या से बहुत अलग नहीं हो सकता है)
शायद आप अन्य संभावनाओं के बारे में सोच सकते हैं।