精华内容
下载资源
问答
  • 常用的下采样方法

    2020-05-25 11:32:37
    解决数据分布不均衡的下采样的目的就从多数集中选出一部分数据与少数集重新组合成一个新的数据集。那么如何在多数集中选出这样的数据呢? 1. 随机下采样 随机欠采样的思想同样比较简单,就是从多数类样本中随机选取...

    常用的下采样方法

    解决数据分布不均衡的下采样的目的就从多数集中选出一部分数据与少数集重新组合成一个新的数据集。那么如何在多数集中选出这样的数据呢?

    1. 随机下采样

    随机欠采样的思想同样比较简单,就是从多数类样本中随机选取一些剔除掉。这种方法的缺点是被剔除的样本可能包含着一些重要信息,致使学习出来的模型效果不好。

    2. EasyEnsemble 和 BalanceCascade

    EasyEnsemble和BalanceCascade采用集成学习机制来处理传统随机欠采样中的信息丢失问题。

    EasyEnsemble将多数类样本随机划分成n个子集,每个子集的数量等于少数类样本的数量,这相当于欠采样。接着将每个子集与少数类样本结合起来分别训练一个模型,最后将n个模型集成,这样虽然每个子集的样本少于总体样本,但集成后总信息量并不减少。

    如果说EasyEnsemble是基于无监督的方式从多数类样本中生成子集进行欠采样,那么BalanceCascade则是采用了有监督结合Boosting的方式(Boosting方法是一种用来提高弱分类算法准确度的方法,这种方法通过构造一个预测函数系列,然后以一定的方式将他们组合成一个预测函数)。在第n轮训练中,将从多数类样本中抽样得来的子集与少数类样本结合起来训练一个基学习器H,训练完后多数类中能被H正确分类的样本会被剔除。在接下来的第n+1轮中,从被剔除后的多数类样本中产生子集用于与少数类样本结合起来训练,最后将不同的基学习器集成起来。BalanceCascade的有监督表现在每一轮的基学习器起到了在多数类中选择样本的作用,而其Boosting特点则体现在每一轮丢弃被正确分类的样本,进而后续基学习器会更注重那些之前分类错误的样本。

    3. NearMiss

    NearMiss本质上是一种原型选择(prototype selection)方法,即从多数类样本中选取最具代表性的样本用于训练,主要是为了缓解随机欠采样中的信息丢失问题。NearMiss采用一些启发式的规则来选择样本,根据规则的不同可分为3类:

    NearMiss-1:选择到最近的K个少数类样本平均距离最近的多数类样本
    NearMiss-2:选择到最远的K个少数类样本平均距离最近的多数类样本
    NearMiss-3:对于每个少数类样本选择K个最近的多数类样本,目的是保证每个少数类样本都被多数类样本包围
    NearMiss-1和NearMiss-2的计算开销很大,因为需要计算每个多类别样本的K近邻点。另外,NearMiss-1易受离群点的影响,如下面第二幅图中合理的情况是处于边界附近的多数类样本会被选中,然而由于右下方一些少数类离群点的存在,其附近的多数类样本就被选择了。相比之下NearMiss-2和NearMiss-3不易产生这方面的问题。
    ————————————————
    版权声明:本文为CSDN博主「志存高远脚踏实地」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
    原文链接:https://blog.csdn.net/weixin_44451032/article/details/99974665

    展开全文
  • 图像上采样 下采样

    2019-05-16 16:06:00
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的: 1、使得图像符合显示区域大小; 2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating))...

    目的

    缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的:

    1、使得图像符合显示区域的大小;

    2、生成对应图像的缩略图。

    放大图像(或称为上采样(upsampling)或图像插值(interpolating))的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。

    对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而,确实有一些缩放方法能够增加图像的信息,从而使得缩放后的图像质量超过原图质量的。

    原理

    下采样原理:对于一幅图像I尺寸为MN,对其进行s倍下采样,即得到(M/s)(N/s)尺寸的得分辨率图像,当然s应该是M和N的公约数才行,如果考虑的是矩阵形式的图像,就是把原始图像s*s窗口内的图像变成一个像素,这个像素点的值就是窗口内所有像素的均值:

    583030-20190516160400786-1413641296.png

    上采样原理:图像放大几乎都是采用内插值方法,即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。

    插值算法分类

    对插值算法分类比较混乱,各人有各人的分类算法。文献《图像插值技术综述》中简略的将插值算法分为传统插值、 基于边缘的插值和基于区域的插值3类,作为初学者入门明晰插值算法还是有帮助。
    1.传统差值原理和评价
    在传统图像插值算法中,邻插值较简单,容易实现,早期的时候应用比较普遍。但是,该方法会在新图像中产生明显的锯齿边缘和马赛克现象。双线性插值法具有平滑功能,能有效地克服邻法的不足,但会退化图像的高频部分,使图像细节变模糊。在放大倍数比较高时,高阶插值,如双三次和三次样条插值等比低阶插值效果好。这些插值算法可以使插值生成的像素灰度值延续原图像灰度变化的连续性,从而使放大图像浓淡变化自然平滑。但是在图像中,有些像素与相邻像素间灰度值存在突变,即存在灰度不连续性。这些具有灰度值突变的像素就是图像中描述对象的轮廓或纹理图像的边缘像素。在图像放大中,对这些具有不连续灰度特性的像素,如果采用常规的插值算法生成新增加的像素,势必会使放大图像的轮廓和纹理模糊,降低图像质量。
    2.基于边缘的图像插值算法
    为了克服传统方法的不足, 提出了许多边缘保护的插值方法,对插值图像的边缘有一定的增强, 使得图像的视觉效果更好, 边缘保护的插值方法可以分为两类: 基于原始低分辨图像边缘的方法和基于插值后高分辨率图像边缘的方法。基于原始低分辨率图像边缘的方法:( 1)首先检测低分辨率图像的边缘, 然后根据检测的边缘将像素分类处理, 对于平坦区域的像素,采用传统方法插值;对于边缘区域的像素, 设计特殊插值方法, 以达到保持边缘细节的目的。(2)基于插值后高分辨率图像边缘的方法这类插值方法:首先采用传统方法插值低分辨率图像,然后检测高分辨率图像的边缘,最后对边缘及附近像素进行特殊处理, 以去除模糊, 增强图像的边缘。
    3.基于区域的图像插值算法
    首先将原始低分辨率图像分割成不同区域,然后将插值点映射到低分辨率图像, 判断其所属区域, 最后根据插值点的邻域像素设计不同的插值公式, 计算插值点的值。

    CNN中的池化操作

    采样层是使用 pooling的相关技术来实现的,目的就是用来降低特征的维度并保留有效信息,一定程度上避免过拟合。但是pooling的目的不仅仅是这些,他的目的是保持旋转、平移、伸缩不变形等。

    采样有最大值采样,平均值采样,求和区域采样和随机区域采样等。池化也是这样的,比如最大值池化,平均值池化,随机池化,求和区域池化等。

    • mean-pooling,即对邻域内特征点只求平均,
    • max-pooling,即对邻域内特征点取最大。

    根据相关理论,特征提取的误差主要来自两个方面:(1)邻域大小受限造成的估计值方差增大;(2)卷积层参数误差造成估计均值的偏移。一般来说,mean-pooling能减小第一种误差,更多的保留图像的背景信息,max-pooling能减小第二种误差,更多的保留纹理信息。

    • Stochastic-pooling则介于两者之间,通过对像素点按照数值大小赋予概率,再按照概率进行亚采样,再平均

    来源:https://blog.csdn.net/stf1065716904/article/details/78490868 https://blog.csdn.net/majinlei121/article/details/46742339

    转载于:https://www.cnblogs.com/sdu20112013/p/10876162.html

    展开全文
  • 下采样

    2018-12-17 19:32:23
     缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating...

    参考文献

    图像的上采样(upsampling)与下采样(subsampled)

    CNN详解(卷积层及下采样层)

     

     缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的有两个:1、使得图像符合显示区域的大小;2、生成对应图像的缩略图。

    放大图像(或称为上采样(upsampling)或图像插值(interpolating))的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而,确实有一些缩放方法能够增加图像的信息,从而使得缩放后的图像质量超过原图质量的。

     

    下采样原理:对于一幅图像I尺寸为M*N,对其进行s倍下采样,即得到(M/s)*(N/s)尺寸的得分辨率图像,当然s应该是M和N的公约数才行,如果考虑的是矩阵形式的图像,就是把原始图像s*s窗口内的图像变成一个像素,这个像素点的值就是窗口内所有像素的均值:

    上采样原理:图像放大几乎都是采用内插值方法,即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。

     

    下采样层也叫池化层,其具体操作与卷基层的操作基本相同,只不过下采样的卷积核为只取对应位置的最大值、平均值等(最大池化、平均池化),并且不经过反向传播的修改

    展开全文
  • 缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个: 1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating...

    图像的上采样(upsampling)与下采样(subsampled)

    缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的有两个:

    1、使得图像符合显示区域的大小;2、生成对应图像的缩略图。

    放大图像(或称为上采样(upsampling)或图像插值(interpolating))的主要目的是:

    放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而,确实有一些缩放方法能够增加图像的信息,从而使得缩放后的图像质量超过原图质量的。

         下采样原理:对于一幅图像I尺寸为M*N,对其进行s倍下采样,即得到(M/s)*(N/s)尺寸的得分辨率图像,当然s应该是M和N的公约数才行,如果考虑的是矩阵形式的图像,就是把原始图像s*s窗口内的图像变成一个像素,这个像素点的值就是窗口内所有像素的均值:

         上采样原理:图像放大几乎都是采用内插值方法,即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。

    无论缩放图像(下采样)还是放大图像(上采样),采样方式有很多种。如最近邻插值,双线性插值,均值插值,中值插值等方法。在AlexNet中就使用了较合适的插值方法。各种插值方法都有各自的优缺点。

    展开全文
  • 上采样 下采样

    千次阅读 2019-03-02 22:14:24
    转自:http://baike.baidu.com/view/3038019.htm和...一般情况,下采样:平均s*s窗口内图像池化:平均s*s窗口内图像或最大s*s窗口内图像。 采样层是使用 pooling相关技术来实现目的...
  • 缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating)...
  • 上采样下采样

    2018-08-27 21:43:24
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating)...
  • 关于OpenCV上采样和下采样

    千次阅读 2018-12-18 10:13:05
    下采样(subsampled)(或称为缩小图像 或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图(最直观理解,所以深度学习领域对被卷积核之后特征图叫下采样,从...
  • 上采样,重采样和下采样,降采样

    千次阅读 2019-10-11 20:05:56
    一.上采样(重采样) 1.上采样就是重采样也就是放大图像,通常使用的目的是 (1)使图片达到更高的分辨率 ...无论缩放图像(下采样)还是放大图像(上采样),采样方式有很多种。如最近邻插值,双线性插值,均值插值...
  • 上采样和下采样

    2019-12-13 10:47:05
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating)...
  • 上采样与下采样

    千次阅读 2019-05-29 02:51:26
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating)...
  • 缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的: 1、使得图像符合显示区域大小; 2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating))...
  • 图像上采样(upsampling)与下采样(subsampled)

    万次阅读 多人点赞 2017-11-05 18:34:04
    参考: http://blog.csdn.net/majinlei121/article/details/46742339 ...  缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成
  • 重采样:下采样 与 上采样

    千次阅读 2018-04-24 21:03:00
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个: 使得图像符合显示区域大小; 生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating))...
  • 缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个: 1、使得图像符合显示区域大小; 2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值...
  • 参考: http://blog.csdn.net/majinlei121/article/details/46742339 ...   缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应...
  • 转自:http://baike.baidu.com/view/3038019.htm和...缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图...
  • 下采样与上采样

    2017-11-13 19:46:00
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating)...
  • 图像上下采样

    千次阅读 2018-04-12 09:55:41
    upsampling(上采样)&...下采样的原理:对于一幅图像尺寸为M*N,对其进行s倍的下采样,即得到(M/s)*(N/s)尺寸的分辨率图像,当然,s应该是M和N的公约数才可以,如果考虑是矩阵形式的图像...
  • 降采样,下采样,池化

    千次阅读 2019-04-19 16:42:40
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个:1、使得图像符合显示区域大小;2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值(interpolating)...
  • 深度学习中的下采样

    千次阅读 2019-08-30 16:53:06
    但是池化的目的不仅仅是这些,还有保持旋转、平移、伸缩不变形等。 采样有最大值采样,平均值采样,求和区域采样和随机区域采样等。池化也是这样的,比如最大值池化,平均值池化,随机池化,求和区域池化等。 池化...
  • 图像上采样,下采样

    2019-01-17 22:03:54
    缩小图像(或称为下采样(subsampled)或降采样(downsampled))主要目的有两个: 1、使得图像符合显示区域大小; 2、生成对应图像缩略图。 放大图像(或称为上采样(upsampling)或图像插值...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 418
精华内容 167
关键字:

下采样的目的