Caffe |通过随机裁剪来增加数据

Question

我试图在Caffe上训练我自己的网络，类似于Imagenet模型。但是我对作物层感到困惑。直到我了解Imagenet模型中的作物层，在培训期间，它将随机抽取227x227图像作物并训练网络。但是在测试期间，它将采用中心227x227图像裁剪，当我们从256x256图像裁剪中心227x27图像时，我们是不是放松了图像的信息？第二个问题是，我们如何确定在培训期间需要的作物数量？

此外，我还训练了同样的网络（层数相同，FC神经元的卷积大小明显不同），首先从256x256图像获取227x227的作物，然后从256x256图像获取255x255作物。根据我的直觉，255x255作物的模型应该给我最好的结果。但是我用227x227图像获得更高的准确性，任何人都可以向我解释背后的直觉，还是我做错了什么？

Answer 1

您的观察结果不是特定于Caffe。

由于上游网络层（卷积等）需要图像为相同尺寸，训练和测试期间裁剪图像的尺寸需要相同（您的情况为227x227）。随机作物在培训期间完成，因为您需要数据增强。但是，在测试期间，您想要针对标准数据集进行测试。否则，在测试期间报告的准确性也将取决于移动测试数据库。

作物是在每次迭代时动态制作的。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。

你的直觉并不完整：对于更大的作物（227x227），你有更多的数据增加。数据增强从本质上创造了“新”训练样本。这对防止训练时过度配合至关重要。对于较小的作物（255x255），您应该期望更好的培训准确度，但测试准确度更低，因为数据更可能过度配备。

当然，裁剪可能过度。太多的裁剪，你从图像中失去了太多的信息。对于图像分类，理想的裁剪尺寸是不会改变图像类别的尺寸（即只裁剪掉背景）。