基于随机裁剪的数据增强方法
我正试图在Caffe上训练我自己的网络，类似于Imagenet模型。但我对作物层感到困惑。直到我在Imagenet模型中了解到作物层之前，在训练过程中会随机选取227x227图像作物并对网络进行训练。但是在测试过程中，我们需要中心227x227图像裁剪，难道我们在从256x256图像中裁剪中心227x27图像时，不是从图像中丢失信息吗？第二个问题是，我们如何确定训练期间收获的作物数量？
同时，我训练了相同的网络(相同的层数，相同的卷积大小，FC神经元会有明显的差异)，首先从256×256图像中获取227x227作物，第二次从256×256图像中获取255x255作物。根据我的直觉，255x255作物的模型应该给我最好的结果。但是我的227x227图像的精确度越来越高，有人能解释我背后的直觉吗?还是我做错了什么？
回答 1
Stack Overflow用户
发布于 2017-08-08 16:13:42
你的观察并不是针对卡菲的。
在培训和测试期间，裁剪图像的大小必须是相同的(在您的例子中是227x227)，因为上游网络层(卷积等)需要图像是相同大小的。在训练期间随机作物是因为你想要数据增强。但是，在测试期间，您希望针对标准数据集进行测试。否则，测试期间报告的准确性也将取决于一个变化的测试数据库。
每一次迭代都会动态地制作作物。训练批次中的所有图像都是随机裁剪的。我希望这能回答你的第二个问题。
你的直觉是不完整的:随着更大的收获(227x227)，你有更多的数据增强。数据增强本质上创造了“新的”训练样本。这是至关重要的，以防止过度适应在培训。由于作物较小(255x255)，你应该期望得到更好的训练精度，但测试精度较低，因为数据更有可能被过度拟合。
当然，种植可能会过度。裁剪过多，就会从图像中丢失太多信息。对于图像分类，理想的作物大小是不改变图像的类别(即，只有背景被裁剪掉)。
https://stackoverflow.com/questions/42605461
复制相似问题
腾讯云开发者
