三张图 A,B,C,每张取三个尺度,A1,A2,A3,...C1,C2,C3, 那差别就是 顺序训练A1,A2,A3,...C1,C2,C3与 A1,B2,C1,A3,B1..这样随机一下的差别。测试是多个尺度都要测的。
如果这样设置的话,在tensorflow,pytorch中就可直接进图片的resize,进行多尺度的训练。在kares中因为第一层必须设置input_shape,后面的层直接推到,不能在训练的时候改变图片尺度,所以kares进行多尺度比较麻烦。
三张图 A,B,C,每张取三个尺度,A1,A2,A3,...C1,C2,C3, 那差别就是 顺序训练A1,A2,A3,...C1,C2,C3与 A1,B2,C1,A3,B1..这样随机一下的差别。测试是多个尺度都要测的。
如果这样设置的话,在tensorflow,pytorch中就可直接进图片的resize,进行多尺度的训练。在kares中因为第一层必须设置input_shape,后面的层直接推到,不能在训练的时候改变图片尺度,所以kares进行多尺度比较麻烦。
本文标题:深度学习中的多尺度训练
本文链接:https://www.haomeiwen.com/subject/mvtzmqtx.html
网友评论