Pourquoi normaliser les entrées d’un réseau de neurones robotique ?

Éviter de changer le sens des nombres

Si le modèle a appris des pixels entre 0 et 1, lui fournir 0 à 255 peut décaler toutes ses activations.

Aligner l’entraînement et le robot

Le même redimensionnement, ordre des canaux et centrage est appliqué aux images de test et aux images réelles.

Une normalisation correcte ne compense pas une caméra très différente

Échelle, canaux, résolution, statistiques, version, test et dérive doivent être documentés.

Sources et références

1. [1] Deep Learning Book — MIT Press

Questions liées

• Comment un réseau de neurones représente-t-il une image pour un robot ?
• Comment choisir entre classification et détection pour un robot ?
• Pourquoi quantifier un réseau de neurones avant de l’exécuter sur un robot ?
• Comment surveiller un réseau de neurones après son déploiement ?

Cette réponse vous a-t-elle été utile ?

OuiNon

Commentaire facultatif