是否可以对测试数据应用图像预处理技术
Is it possible to apply image pre-processing techniques on test data
在深度 CNN 任务的情况下，我确实理解有时图像预处理技术（例如高斯滤波和裁剪）对深度 CNN 建模很有帮助。我想知道它是否也可以应用于测试数据。我一直认为，测试数据永远不要动，这样才能准确评估模型性能。
是的。预处理是模型的一部分，因此应该是测试的一部分。
事实上，您确实需要在测试中应用您在训练数据上使用的那些过滤器！
事实上你不应该触及你的测试数据，是关于在训练期间不要使用它们，所以泛化只使用训练来完成，这样当你在测试中评估时，你会得到一个现实的模型的性能和质量。
任何应用于训练数据的过滤，如高斯，在将它们注入模型训练之前，也应该对测试数据进行过滤。
对于裁剪，这实际上取决于裁剪方式和裁剪内容。如果你的照片周围总是有边框，并且在训练数据集中你裁剪以删除它们，我强烈建议对测试做同样的事情
在深度 CNN 任务的情况下，我确实理解有时图像预处理技术（例如高斯滤波和裁剪）对深度 CNN 建模很有帮助。我想知道它是否也可以应用于测试数据。我一直认为，测试数据永远不要动，这样才能准确评估模型性能。
是的。预处理是模型的一部分，因此应该是测试的一部分。
事实上，您确实需要在测试中应用您在训练数据上使用的那些过滤器！
事实上你不应该触及你的测试数据，是关于在训练期间不要使用它们，所以泛化只使用训练来完成，这样当你在测试中评估时，你会得到一个现实的模型的性能和质量。
任何应用于训练数据的过滤，如高斯，在将它们注入模型训练之前，也应该对测试数据进行过滤。
对于裁剪，这实际上取决于裁剪方式和裁剪内容。如果你的照片周围总是有边框，并且在训练数据集中你裁剪以删除它们，我强烈建议对测试做同样的事情