旋转图像会影响测试期间算法的验证准确性吗？答案

【问题标题】：Will rotated images affect the validation accuracy of an algorithm during testing?旋转图像会影响测试期间算法的验证准确性吗？
【发布时间】：2019-11-05 06:21:25
【问题描述】：

我想知道如果我旋转图像然后使用 CNN 算法对其进行测试，这会影响验证图像的准确性吗？

在继续我的任务之前，我想要一些指导方针。提前谢谢你

【问题讨论】：

从 MNSIT 数据集和人们使用该数据集与其他数据集实现的准确性证明，操纵图像确实对模型的准确性产生了积极的影响。我建议阅读这篇文章以深入了解它发生的原因？d4nst.github.io/2017/01/12/image-orientation

标签： python machine-learning conv-neural-network

【解决方案1】：

这取决于旋转的程度。

以 MNIST 数据集为例。如果您的某些数字略有旋转，则网络可能会学习区分数字。

但是如果数字旋转很多，你的准确率也会大大降低。

在这种情况下，您需要在训练网络时调整旋转。

【讨论】：

【解决方案2】：

这取决于问题是什么，如果它的图像分类，旋转图像，可以是一个很好的数据增强步骤，但它取决于它是什么样的旋转，如果它旋转 90 度，那么可能不是这样好的。如果它的角度有点那么好，但通常旋转会做两件事之一，它要么为图像添加黑角，要么裁剪图像的某个部分，黑色边缘不是一个好主意，裁剪更好，但前提是它不会裁剪图像中的对象。

【讨论】：

我从手机捕获图像并将其输入模型进行测试时遇到了这个问题。我对我得到的错误准确性感到非常困惑。后来我发现从三星手机拍摄的图像处于横向位置，总是旋转图像。我找不到合适的解决方案，所以我也用旋转的图像训练了我的模型。