关于基于图像的竞争在kaggle上存在一些疑问。 假设在为objectDetection / imageclassification / poseEstimation或任何其他问题创建基线模型之后。现在的重点是如何改进该模型。
- 我需要了解图像处理还是应该专注于模型超参数。
- 如果需要图像处理，那么我应该使用傅立叶变换和所有方法进行图像理解。如果可以的话，如何将这些概念应用到高级内核中。
- 如果我要去一些处理库，那么任何人都可以提供一些资源以使我对此有所了解。
- 如果我专注于模型超参数调整，则最好不要使用任何建议，因为它会花费很多时间来检查某些参数是否正常工作。
对于您可以提供的任何类型的建议或技巧，我将不胜感激。