Разница в данных обучения DeepLearning (jpeg) и встроенной системе (raw)

Question

Я изучаю глубокое обучение с использованием изображений. На этот раз у меня есть вопрос. Я хочу услышать мнение каждого.

Как правило, учебные данные используются для распознавания изображений на веб-сайте, что снижает объем данных. Так что я думаю, что JPEG изображения используются. Однако во встроенной системе сжатые изображения не используются. Я думаю, что сырое изображение используется. Я думаю, что необработанное изображение сохраняется в памяти и обрабатывается для распознавания.

Здесь, при использовании изображений JPEG на веб-сайте для обучения модели, форматы изображений отличаются. Есть ли разница в признании? Поскольку необработанное изображение является большей информацией, чем изображение в формате JPEG. Не будет ли проблем с распознаванием?

Спасибо за ответ.

Answer 1

Я хочу услышать мнение каждого.

Вопросы, основанные на мнениях, не очень подходят для SO, но позвольте мне попытаться ответить на ваши вопросы.

Нейронная сеть (обычно) не работает на сжатых данных. JPG, PNG или GIF сначала распаковываются и сохраняются в виде сырых 2D-массивов (3D, если вы работаете с цветом), а затем вводите их в реальную архитектуру.

Это не обязательно означает, что не будет разницы между использованием файлов JPG и RAW. Теоретически, файлы RAW приведут к более точным результатам. На практике разница очень мала, если вы не переусердствуете со сжатием. Есть статья, посвященная этому, но я не могу найти ее.