神經網絡測試：利用分塊patch輸入的弊端

在進行訓練時，將圖像原原本本地作為input進行訓練是難以實現的，所以往往有以下兩種處理方案：

1. Centercrop
2. 分塊

分塊處理

對於分塊，我們可以進行不同的等分，以下對512 * 512 pixel的圖像及其所對應的target進行兩種嘗試：

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

訓練結果比較

可以看出，通過128*128進行分塊的數據集可以在網絡的訓練上表現出更好地效果，因為更大的輸入使得網絡能學習到更多的特征，有益於網絡參數的訓練。

所以，在算力允許的情況下，應該盡量的用大的圖像進行輸入訓練。