TensorFlow - 在 Cifar10 示例中 random_crop 做什么？答案

【问题标题】：TensorFlow - What is random_crop doing in Cifar10 example?TensorFlow - 在 Cifar10 示例中 random_crop 做什么？
【发布时间】：2016-07-15 13:36:39
【问题描述】：

在 TensorFlow 示例中的 Cifar10 示例中，它们通过裁剪、翻转、增亮、对比和白化的随机组合来扭曲图像。这个概念是有道理的，除了裁剪对我来说有点奇怪。图像需要与网络的尺寸相同，裁剪代码如下所示：

  height = IMAGE_SIZE
  width = IMAGE_SIZE

  # Image processing for training the network. Note the many random
  # distortions applied to the image.

  # Randomly crop a [height, width] section of the image.
  distorted_image = tf.random_crop(reshaped_image, [height, width, 3])

由于高度和宽度是基于图像大小的，这实际上有什么作用吗？

【问题讨论】：

标签： machine-learning computer-vision neural-network tensorflow

【解决方案1】：

在示例中，IMAGE_SIZE 设置为 24。所以基本上这段代码所做的是选择一个随机选择的偏移量并提取一个24 X 24 补丁。它可能确保选择偏移量的方式可以在没有任何环绕或其他奇怪边界条件的情况下提取补丁，或者它可能会填充它（应该很容易检查）。

我猜IMAGE_SIZE 可以更好地命名为PATCH_SIZE 或其他名称。注意原始 CIFAR 10 输入图像是32 x 32

【讨论】：

@bradden_gross 很高兴能够提供帮助！