总结：multicrop的使用

一、FiveCrop()和TenCrop()的使用场景

目前我见到的场景，往往是在测试的时候，将一张图片裁剪成10张，然后分别对10张进行预测，再取平均值得到最后的预测结果。比如《5. 实验2：对预训练的AlexNet进行finetune，实现对猫狗数据集二分类》以及VGG的finetune代码中。

VGG的论文中也使用了multi-crop测试的技巧，不过它更夸张，一张图片裁剪成了150张。见《4. 论文精读2：训练技巧、测试技巧、实验结果、总结》

虽然说在训练的时候，为了增加数据量而进行multiCrop也可以，而且理论和首先上与测试阶段没什么区别，但是在实际使用中，我还没有遇到过。

二、为什么要单独讲FiveCrop()和TenCrop()？

因为如果使用了multiCrop()这个技巧，transformer的写法不一样。

而且，一般来说，一张图像经过transformer之后，得到的是C*H*W的三维张量；但是有了multiCrop之后，得到的是一个ncrops*C*H*W的思维向量。这就导致，需要经过特殊处理才能送入到网络中。而且得到的结果需要对ncrops取平均。

所以很多地方不怎么用这个技巧，因为写起来比较麻烦。这也就是要单独讲一下的原因。

<