Cynthialy_的博客

图像数据处理过程中，有时图像文件太大，只需要其中一部分去做识别，可把无用信息剪切掉，加快训练以及识别，本文针对已有xml标注文件的图像进行剪切同时修改标注文件

在实际生活中，有时候负样本并不是那么好收集。（这里负样本指的是图像中某部分特征区域，形状与正样本完全不同，例如隔离开关的状态）此时，需要用极少的负样本去生成大量的负样本，就需要将实际的负样本截取处理之后，PS到正样本图片上特征区域替代原有的特征。以下为代码解析：# -*-coding = utf-8 -*-# @Time: 2021/12/6 18:38# @Author: xiaoya# @File: peizhi.py# @Software: PyCharmimport cv2i

2. 正则化方法（1）Dropout随机失活正则化（2）2.3. 实现效果：dropout（1）压缩权重；（2）预防过拟合的外层正则化；解决过拟合另一个方法：（1）数据扩增；加速训练神经网络的方法：归一化输入（1）零均值化；（2）归一化方差;特征数据分布范围较广；梯度消失与梯度爆炸梯度检验和反向传播：使用双边误差更加逼近导数，使得误差更小；...