detectron ResizeShortestEdge 的实现探究

最近在做项目的时候，发现训练完了之后，输入不同尺寸的图，精准度会不同。于是仔细的看了下对于不同尺寸的增广训练。

训练阶段用到的参数 ：

# 后面跟的值是举例值，使用者可根据自己的图片大小进行调整
  
  MAX_SIZE_TRAIN: 1333             # 图片的长边 ，必须小于 1333。 第一优先级限制
  
  MIN_SIZE_TRAIN: (640 ,    800)   #图片的长边，会缩放到这个尺寸，在满足 MAX_SIZE_TRAIN   的前提下，才会满足这个条件

举例：

原始图片尺寸	最短边 根据 640 缩放尺寸	最短边 根据 800 缩放尺寸	结论
2600 * 1258	1322 * 640 (正常缩放)	1653 * 800 (不符合 MAX_SIZE_TRAIN<= 1333 ) 实际为： 1333*644	部分数据增广无效
3600 * 1258	1831 * 640 (不符合 MAX_SIZE_TRAIN<= 1333 ) 实际为： 1333*644	2289 * 800 (不符合 MAX_SIZE_TRAIN<= 1333 ) 实际为： 1333*644	全部增广无效

测试阶段用到的参数 ：

# 后面跟的值是举例值，使用者可根据自己的图片大小进行调整

  MAX_SIZE_TEST: 1333            # 图片的长边，超过会缩放到这个尺寸
  
  MIN_SIZE_TEST : 800              # 图片的短边，做小是这个值 , 在满足 MAX_SIZE_TRAIN   的前提下，才会满足这个条件
  

举例：

原始图片尺寸	缩放后进入预测的图片	结论
2600 * 1258	1333*644	按照 MAX_SIZE_TEST 的原则进行缩放
400 * 400	800 * 800	图片被放大