神经网络测试:利用分块patch输入的弊端


在进行训练时,将图像原原本本地作为input进行训练是难以实现的,所以往往有以下两种处理方案:

  1. Centercrop
  2. 分块

分块处理

对于分块,我们可以进行不同的等分,以下对512 * 512 pixel的图像及其所对应的target进行两种尝试:

  • 4 * 4 分块,即生成的input是128 * 128 pixel
  • 8 * 8 分块,即生成的input是64 * 64 pixel

Snipaste_2020-11-17_23-25-57

Snipaste_2020-11-17_23-24-40

训练结果比较

QQ图片20201117232751

可以看出,通过128*128进行分块的数据集可以在网络的训练上表现出更好地效果,因为更大的输入使得网络能学习到更多的特征,有益于网络参数的训练。

所以,在算力允许的情况下,应该尽量的用大的图像进行输入训练。


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM