deep-learning - DeepLearning的学习数据（jpeg）和嵌入式系统（raw）的区别

Question

我使用图像研究深度学习。这一次，我有一个问题。我想听听大家的意见。

通常，学习数据用于网站的图像识别，这减少了数据容量。所以我认为使用了jpeg图像。但是，嵌入式系统不使用压缩图像。我认为使用了原始图像。我认为原始图像保存在内存中并进行处理以供识别。

这里，当使用网站上的jpeg图像进行学习模型时，图像的格式是不同的。识别有区别吗？由于原始图像比 jpeg 图像信息量大。识别会不会出现问题？

谢谢您的回答。

Answer 1

我想听听大家的意见。

基于意见的问题不适合 SO，但让我尝试回答您的问题。

神经网络（通常）不适用于压缩的媒体数据。JPG、PNG 或 GIF 首先解压缩并存储为原始 2D 数组（3D，如果您使用颜色），然后再将它们输入实际架构。

这并不一定意味着使用 JPG 和 RAW 文件之间没有区别。理论上，RAW 文件会产生更准确的结果。实际上，如果您不过度压缩，则差异非常小。有一篇专门用于此的论文，但我很难找到它。