首先,深度学习一般不需要人工提取特征

如果仅仅给网络提供人工提取的特征,反而有可能会造成网络性能的下降。

(深度学习模型可能提取到一些人类不易察觉的特征,这些特征可能对结果的判定有着较大的贡献。)

但是这并不意味着人工提取的特征毫无作用,人工提取的特征可能是针对待解决问题的更为适合的定义,可以引导网络更好的学习。

例如:

可以把HOG特征的结果作为额外的一个Channel加入数据中让深度学习模型学习。

但是这种额外的工作对于模型来说不一定有很大的提高。

最终可能使模型性能:

1.略微提高       2.略微降低

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐