2016-09-22 4 views
0

Стратегия обрезки кофе применяется случайный урожай для обучения и центр урожая для тестирования.Caffe - Увеличение изображения путем обрезки

Из эксперимента я заметил, что точность распознавания улучшается, если я могу предоставить две обрезанные версии (случайные и центральные) для одного и того же изображения во время обучения. Эти экспериментальные данные (размер 100x100) генерируются в автономном режиме (не используя кофе), применяя случайное и центральное обрезание на изображении размером 115x115.

Я хотел бы знать, как выполнить эту задачу в кафе?

Примечание: Я думал использовать 2 слоя данных, каждый с разными обрезками (в центре и случайным), а затем выполнить конкатенацию. Тем не менее, я обнаружил, что кофе не позволяет посещать культуру во время тренировки.

+0

Caffe делает центрирование для тестирования? Не могли бы вы дать какую-либо ссылку? – wlnirvana

+0

Это было из ответа на вопросы о кафе-гитах. Я забыл ссылку сейчас :-( – Hasnat

ответ

1

Простым ответом было бы подготовить еще один уже обрезанный набор данных ваших данных обучения, обрезанный до 100x100. Затем смешайте этот набор данных с вашими исходными данными и поездом. Таким образом, случайное обрезание ваших новых изображений фактически даст вам обрезку по центру.

Более сложный способ ручной работы с вашими партиями с использованием API-интерфейсов caffe (MATLAB и Python) и кормлением пакетов ручной работы на лету в сеть. Вы можете проверить это link для разных способов достижения этого.

+0

Я действительно выполнял простой способ, т. Е. Сам создавал обрезанную версию и дополнял ее всем набором данных. Однако он просто удваивает размер файла lmdb. Решение на основе Python Интересно, однако, есть проблема: если я использую слой python, то я не могу запустить программу на нескольких gpus, т. е. уменьшить вычислительную мощность. – Hasnat

+1

Да, согласен. Интерфейс Python еще не поддерживает несколько графических процессоров. Но имейте в виду, что многократные графические процессоры в любом случае не будут увеличивать вычислительную мощность, но только увеличат емкость вашего GPU RAM (в случае, если вам пришлось использовать большой размер партии или вы имеете дело с большой сетью, которая не подходит для одной памяти GPU) – AHA

Смежные вопросы