今天在看Resnet论文的时候,看到Table 2 里有10-crop testing,因为不懂,所以查找资料。
现对其进行总结:
1-crop和10-crop顾名思义就是进行1次和10次裁剪。举个例子输入图像是256×256的,网络训练所需图像是224×224的。
1-corp是从256×256图像中间位置裁一个224×224的图像进行训练,
而10-corp是先从中间裁一个224×224的图像,然后从图像左上角开始,横着数224个像素,竖着数224个像素开始裁剪,同样的方法在右上,左下,右下各裁剪一次。就得到了5张224*224的图像,镜像以后再做一遍,总共就有10张图片了。
k-crop 是数据增强的一种手段,10-crop一般情况是在数据集较少的情况下做的,10-crop是针对整个数据集,而数据集又会按一定比例分为训练,验证,测试集。计算量大的问题普遍存在,所以说深度学习的问题也是算力的问题。
参考: