问大图像的语义分割

EN

输入图像数据:我不会建议将大图像(3072x3072)直接输入caffe。批量的小图像将更好地适应内存和并行编程也将发挥作用。数据增强也是可行的。

大图像输出:对于大图像的输出，您最好在测试阶段将FCN的输入大小重铸到3072x3072。因为，FCN层可以接受任意大小的输入。然后，您将得到3072x3072分割图像作为输出。

您的解决方案经常用于解决这类问题。然而，我认为，这取决于数据，如果它真的有意义。让我给你两个例子，你仍然可以找到卡格尔。

如果你想掩盖卫星图像中的某些部分，你很可能在不降低精度的情况下通过这种方法逃脱。这些图像是高度重复的，很可能在分割区域和原始图像的位置之间没有相关性。

如果你想把一辆车从它的背景中分割开来，那么把它分解成补丁是不可取的。在几个层次上，网络将了解车在框架内的全球分布情况。很可能面具在中间是正的，在图像的角是负的。

由于您没有给出任何要解决的细节，所以我只能给出一个一般性建议：尽量将输入图像保持在硬件允许的范围内。在许多情况下，我宁愿对原始图像进行降采样，也不愿将其分解为补丁。

关于curio1729的建议，我只能建议不要对小补丁进行培训，也不能对原始图像进行测试。尽管完全卷积网络在技术上是可能的，但是你在一定程度上改变了数据，这很可能会影响性能。CNN以提取本地特性而闻名，但是有大量的全局信息是通过对多个层的抽象来学习的。