咖啡 |通过随机裁剪增加数据答案

【问题标题】：Caffe | data augmentation by random cropping咖啡 |通过随机裁剪增加数据
【发布时间】：2017-07-25 03:10:59
【问题描述】：

我正在尝试在 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。直到我了解 Imagenet 模型中的裁剪层为止，在训练期间它将采用随机 227x227 图像裁剪并训练网络。但是在测试过程中，它将采用中心 227x227 的图像裁剪，当我们从 256x256 图像中裁剪中心 227x27 图像时，我们不会丢失图像中的信息吗？第二个问题，我们如何定义训练期间要采取的作物数量？

而且，我训练了相同的网络（层数相同，卷积大小相同，FC 神经元会明显不同），第一次从 256x256 图像中进行 227x227 裁剪，第二次从 256x256 图像中裁剪 255x255。根据我的直觉，裁剪为 255x255 的模型应该会给我最好的结果。但是我对 227x227 图像的精度越来越高，谁能解释一下它背后的直觉，还是我做错了什么？

【问题讨论】：

我认为这个问题应该得到一个更广泛的答案，描述 caffe 如何准确地处理“动态”数据增强。非常希望看到这个问题的答案。
@Shai Ya 没关系。

标签： neural-network deep-learning crop caffe imagenet

【解决方案1】：

您的观察并非特定于 Caffe。

训练和测试期间裁剪图像的大小需要相同（在您的情况下为 227x227），因为上游网络层（卷积等）需要图像为相同大小 .在训练期间进行随机裁剪是因为您想要数据增强。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不断变化的测试数据库。

作物在每次迭代时动态生成。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。

您的直觉并不完整：作物越大 (227x227)，您的数据增强就越多。数据增强本质上是无中生有地创建“新”训练样本。这对于防止训练期间的过度拟合至关重要。对于较小的裁剪 (255x255)，您应该期望更好的训练准确度但测试准确度较低，因为数据更有可能过度拟合。

当然，裁剪可以过度。裁剪过多，您会从图像中丢失太多信息。对于图像分类，理想的裁剪大小是不改变图像类别的裁剪大小（即，仅裁剪掉背景）。

【讨论】：