《深度学习网络训练--第一讲》数据采集与数据预处理

经过项目的实践，我感受到要想训练出一个性能优良的模型网络，数据采集与预处理是多么的艰难与重要。

• 数据的采集

数据的采集是一个费时费力的过程。对于人脸数据来说，针对产品的应用场景，需要采集不同环境变量的人脸图像。对于我的经验来说，公司想要做一个人脸识别的AI产品，采集人脸的时候，往往采用发动全公司员工积极配合采集人脸，但是这样的人脸数据往往多样性比较差，也就是说人头个数没有多少，但是一个人可以采集多张不同角度和不同光照条件下的人脸图像。如果采用深度学习的方法来做，这样的数据集往往是不合格的，多样性不够，人脸图片数量也不够多。为了能够应用深度学习算法，可以有两种方法扩充数据集：
1） 掺入公开数据集
2） 数据增强。也就是对每一张人脸图片进行旋转，白化等操作。

.

• 训练之前的数据预处理