调整大小与 CenterCrop 与 RandomResizedCrop 与 RandomCrop
Resize Vs CenterCrop Vs RandomResizedCrop Vs RandomCrop
谁能告诉我上面的函数在什么情况下使用，对图片大小有什么影响？
我想调整 Cat V Dogs 图像的大小，但我对如何使用它们有点困惑。
实际上TorchVision文档中有很多细节。
典型的用例是对象检测或图像分割任务，但也可能存在其他用途。
这里是一个非详尽的用途列表：
- Resize 在卷积神经网络中用于使输入图像适应网络输入形状，在这种情况下，这不是数据增强，而只是预处理。它也可以用在全卷积网络中来模拟输入图像的不同尺度，这就是数据增强。
- CenterCrop RandomCrop 和 RandomResizedCrop 用于分割任务，以在精细细节上训练网络，而不会在训练期间阻碍太多负担。对于 2048x2048 图像数据库，您可以训练 512x512 子图像，然后在测试时推断全分辨率图像。它还在对象检测网络中用作数据增强。调整大小的变体让您可以结合之前的调整大小操作。
所有这些都可能改变图像分辨率。
谁能告诉我上面的函数在什么情况下使用，对图片大小有什么影响？ 我想调整 Cat V Dogs 图像的大小，但我对如何使用它们有点困惑。
实际上TorchVision文档中有很多细节。
典型的用例是对象检测或图像分割任务，但也可能存在其他用途。
这里是一个非详尽的用途列表：
- Resize 在卷积神经网络中用于使输入图像适应网络输入形状，在这种情况下，这不是数据增强，而只是预处理。它也可以用在全卷积网络中来模拟输入图像的不同尺度，这就是数据增强。
- CenterCrop RandomCrop 和 RandomResizedCrop 用于分割任务，以在精细细节上训练网络，而不会在训练期间阻碍太多负担。对于 2048x2048 图像数据库，您可以训练 512x512 子图像，然后在测试时推断全分辨率图像。它还在对象检测网络中用作数据增强。调整大小的变体让您可以结合之前的调整大小操作。
所有这些都可能改变图像分辨率。