关于MNIST手写数据集的识别的一些问题

Question

老师在课程里讲到，每个像素点是一个特征。

我的问题是，如果预测数据的手写字是倾斜的，甚至是倒立的，在不添加其它训练样本的前提下，这样的数据应该怎样识别呢？

Answer 1

liuyubobobo 2018-06-01 17:00:03

“不添加其它训练样本”这个前提本身就是不合理的。机器学习的方法本身就是基于训练数据的。如果训练数据不能涵盖的情况，机器，至少机器学习的方法是学不会的。或者说的更准确一些，准确率就是偏低的。

• 提问者 慕运维2948618 #1

  其实我主要想问图像处理中是怎么识别这种倾斜的数字，因为我一个数字可以旋转360度，如果再添加这么多数据有点不实际，不知道有没有其它的方法可以识别呢？望老师指点一二。

• liuyubobobo 回复 提问者 慕运维2948618 #2

  图像处理领域有专门的方法可以旋转图像。一个简单的方法是使用图像处理的方法旋转图像以后，生成新的测试数据集加入到训练数据中，来“自动”扩展训练数据集。但通常把图像进行360度的旋转加入到测试数据集中效果并不好，正负45度是极限了。另一个方法是在识别上，对于一个图像的4方向（每次旋转90度）都进行识别，之后取识别最高的结果。但是训练数据集都使用“正方向”的图像训练。

• liuyubobobo 回复 提问者 慕运维2948618 #3

  在专门的图像识别领域还有更多专门方法，就不是在这里一句两句能说清楚的了。有兴趣可以进一步参考图像识别领域，包括计算机视觉领域的更多内容：）

点开查看后面7条评论