【发布时间】:2020-11-26 07:07:02
【问题描述】:
我正在尝试使用 python 创建一个模型来对图像进行分类。我要使用的数据集包含灰度图像,并包含以下损坏的图像:
请注意,此图像左侧有很多黑色像素,但右侧有很多明亮像素(相对于底部显示的图像):
虽然其他图像也可能包含大量黑色像素但不会损坏:
我尝试计算黑色像素的数量并删除黑色像素超过 2000 个的图像,但我发现我还发现了没有损坏的图像。
if np.count_nonzero(images[i]==0) > 2000:
corrupted_indexes.append(i)
我怎样才能只找到损坏的图像?
请注意,还有一些损坏的图像,其裁剪仅为图像的四分之一,以及黑色线条较细的图像,我认为也会损害模型的训练。
【问题讨论】:
标签: image-processing dataset conv-neural-network