caffe的种植策略是将随机作物用于训练，中心作物进行测试。
从实验中我发现，如果我可以在训练期间为同一图像提供两个裁剪版本（随机和中心），则识别的准确性会提高。这些实验数据（大小为100x100）是通过在115x115大小的图像上应用随机和中心裁剪来离线生成（不使用caffe）。
我想知道如何在caffe中执行此任务？
注意：我在考虑使用2个数据层，每个数据层都有不同的裁剪（中心和随机），然后执行连接。但是，我发现caffe在训练期间不允许中心作物。
答案 0 :(得分：1)
简单的答案是准备另一个已裁剪的训练数据数据集，裁剪为100x100。然后将此数据集与原始数据混合并进行训练。通过这种方式，随机裁剪新图像实际上会让您进行中心裁剪。
更复杂的方法是使用caffe API（MATLAB和Python）手工制作您的批次，并将手工制作的批次即时送入网络。 您可以查看此link以了解实现此目的的不同方法。