巧妙的图像增强-随机缩小

Question

我正在建立一个CNN以识别面部关键点。我想使网络更健壮，所以我考虑应用一些缩小变换，因为大多数图片的关键点位置都相同，因此网络学不到很多。

我的方法：

我希望增强图像保持原始图像大小，因此应用MaxPool2d，然后随机（不相等）填充直到达到原始大小。

第一个问题

它可以与简单的平均填充或零填充一起使用吗？我敢肯定，如果使填充看起来更像背景，那会更好，但是有一种简单的方法吗？

第二个问题

关键点是目标向量，它们作为30的行向量来。我对将它们转换到较小空间​​所需的逻辑感到困惑。 通常，如果原始点位于（x = 5，y = 7），它将转换为（x = 2，y = 3）-我不确定，但到目前为止已经手动检查了，这是正确的。但是如果关键点位于同一新像素中该怎么办？我无法用更少的目标值来投放网络。

就是这样。很高兴听到您的想法

Answer 1

我建议在您的torchvision.transforms.RandomResizedCrop语句中使用Compose。这将为您提供随机缩放，并将生成的图像调整为某些标准尺寸。这样可以避免两个问题都出现。