CAFFE의 자르기 전략을 자르기로 이미지 확대 술 훈련을위한 임의 작물 및 테스트 센터 작물을 적용하는 것입니다.CAFFE -
실험에서 동일한 이미지에 두 개의 자른 버전 (무작위 및 가운데)을 제공 할 수 있다면 실험의 정확도가 향상된다는 것을 알았습니다. 이 실험 데이터 (크기 100x100)는 115x115 크기의 이미지에 무작위 및 중앙 잘라 내기를 적용하여 오프라인에서 생성됩니다 (카페를 사용하지 않음).
나는이 작업을 caffe에서 수행하는 방법을 알고 싶습니다.
참고 : 각기 다른 자르기 (중앙 및 임의)로 2 개의 데이터 레이어를 사용한 다음 연결을 수행하려고합니다. 그러나, 나는 caffe가 훈련 도중 센터 농작물을 허용하지 않는다는 것을 것을을 발견했다.
간편한 대답은 이미 잘려진 또 다른 데이터 세트를 100x100로 자르기 준비하는 것입니다. 그런 다음이 데이터 세트를 원본 데이터 및 기차와 혼합하십시오. 이 방법으로 새로운 이미지를 무작위로 자르면 실제로 가운데 자르기가됩니다.
더 복잡한 방법은 caffe API (MATLAB 및 Python)를 사용하여 배치를 수작업으로 만들고 손으로 만들어진 배치를 네트워크로 전송하는 것입니다. 이를 확인하는 방법은 link입니다.
나는 쉽게 자른 버전을 만들어서 전체 데이터 세트로 보완하는 쉬운 방법을 실제로 따르고 있었다. 그러나 lmdb 파일의 크기를 두 배로 단순하게한다. 파이썬 기반 솔루션 하지만 재미있는 문제가 있습니다 : 파이썬 레이어를 사용하면 여러 GPU에서 프로그램을 실행할 수 없으므로 계산 능력이 떨어집니다. – Hasnat
예, 합의했습니다. 파이썬 인터페이스는 아직 여러 GPU를 지원하지 않습니다. 여러 GPU가 어쨌든 계산 능력을 향상 시키지는 않지만 GPU RAM 용량을 증가시킵니다 (큰 배치 크기를 사용해야하는 경우 또는 단일 GPU 메모리에 맞지 않는 큰 네트워크를 처리하는 경우) – AHA
Caffe는 테스트를 위해 센터 작물을합니까? 참조 할 생각 이니? – wlnirvana
그것은 caffe-github 문제의 대답에서 나왔습니다. 나는 지금 링크를 잊어 버렸다. :-( – Hasnat