classification-pytorch
classification-pytorch copied to clipboard
数据预处理方式
代码中的数据预处理是resie到 [224,224],之后CenterCrop [224,244],CenterCrop前后图像大小一样是不是意味着CenterCrop不起作用?我看很多其他仓库的代码是训练时候直接Randcrop到 [224,224],而在预测或评估时先resize到 [256,256] 再CenterCrop到 [224,224],想请问一下这个问题。 另外,仓库中的归一化方式是除以127.5,之后-1,把所有像素点归纳到 [-1,1]之间,而其他仓库是除以255,之后用imagenet1K数据集的mean和std作normalize,官方论文中是用哪种方式呢?
而其他仓库是除以255,之后用imagenet1K数据集的mean和std作normalize这个会好一些,我有空改一下。
在预测或评估时先resize到 [256,256] 再CenterCrop到 [224,224]和直接到224差距不大。
感谢我导