我们正在与一家拥有超过 200 万张 jpeg 图像的公司合作。他们想收集更多图像。图像的目的是机器分类和寻找螺栓和小漏水等小物体。图像的数量很多，但训练的样本很少，可能只有 100 个样本或更少。
我们对公司的建议是以未压缩的原始 10 或 12 位 png/tiff 格式存储数据。他们想使用 jpeg 格式，因为他们可以在更短的时间内收集更多的数据（每秒 4 张图像）并且不需要所有的磁盘空间。
有谁知道 jpeg 与 png 格式相比的存储将如何影响样本的训练以及以后的查找/分类？
我用谷歌搜索过。它返回了许多关于如何通过使用深度学习来提高 jpeg 质量的答案。其余的答案是关于如何使用互联网上的图书馆处理猫和狗。有一篇文章说 jpeg 压缩会影响识别，但很少涉及什么样的图像，你要寻找什么类型的对象等。
当您寻找像狗和猫这样的大型物体时，您将拥有许多可以使用的特征、曲线、颜色、直方图和其他特征。寻找具有很少特征的非常小的对象更为复杂。
有谁知道关于这个主题的任何文章？关键问题：我应该将图像存储在 png 或无损 tiff 中，还是可以使用 jpeg 压缩以供以后在深度学习中使用？
TL;DR：是的，但不是那么多。除非您考虑 <10 JPEG 质量参数，否则您应该是安全的。
更长的版本：
我强烈推荐一篇名为 Understanding How Image Quality Affects Deep Neural Networks的文章。正如您可能猜到的那样，作者检查了不同的失真（JPEG、JPEG 2000、模糊和噪声）如何影响常用 CNN 架构（VGG、AlexNet、GoogLeNet）的性能。
显然，所有测试的网络都以类似的方式执行，只有严重的 JPEG 压缩（质量 < 10）会伤害它们。
唯一的问题是，没有对 ResNet 系列的任何东西进行测试，但我不明白为什么它会大不相同。
您可以通过首先训练您的网络来尝试它。由于数据集太少，我建议要么增加数据集，要么尝试使用其他方法，如无监督学习/强化学习等。
关于质量损失，你可以做一个快速的实验。拍摄图像并将其保存为 jpg 和 png。然后，将它们都加载为数组并检查差异并将其可视化。您会注意到它看起来像图像上的噪点。
那么，这意味着什么？
如果你的推理成功率甚至受到这么多噪音的影响，你最好采取一些预防措施来防止过度拟合。我们期望好的 CNN 设计能够学习“有意义的特征”并抑制图像中的“噪声”。
如果有的话，请选择 jpg 并增强网络的过度拟合问题。
如果数据相同，则存储的格式无关紧要。但是，当然，Jpeg 是有损的，可能会丢失一些信息，这可能会降低准确度（但不会发生重大变化），这也可能是由于随机权重初始化造成的
但这并不重要，因为损失不是太大，图像仍然可以被人眼识别。事实上，如果有这么多的图像，也许 jpeg 是一个更好的存储方式，因为它占用的空间更少。