我已经在kaggle中阅读了2种有关多标签图像分类的顶级解决方案。在我阅读的两个比赛中,均进行了随机裁剪。在我看来,这似乎是一个错误的举动,因为我们可能会在标签和裁剪后的图像之间出现不匹配的情况。这是两个链接:
1。human-protein-atlas-image-classification
2。iMet Collection 2019 - FGVC6
如果裁剪的原因是所用模型体系结构的输入尺寸图像约束,那么调整图像大小而不是裁剪图像是否更好?
我已经在kaggle中阅读了2种有关多标签图像分类的顶级解决方案。在我阅读的两个比赛中,均进行了随机裁剪。在我看来,这似乎是一个错误的举动,因为我们可能会在标签和裁剪后的图像之间出现不匹配的情况。这是两个链接:
1。human-protein-atlas-image-classification
2。iMet Collection 2019 - FGVC6
如果裁剪的原因是所用模型体系结构的输入尺寸图像约束,那么调整图像大小而不是裁剪图像是否更好?
我还没有访问过链接,但是随机裁剪对您有所帮助,只要您可以保留类的存在,甚至只是实际对象的一小部分即可。