我正在尝试为我的对象检测问题找到数据增强选项的良好组合。检查（object_detection/core/preprocessor.py）后，似乎random_image_scale选项在训练过程中没有起作用。原因是tf.image.resize_images用于缩放图像，而不是tf.image.resize_image_with_crop_or_pad。
但是，在object_detection / legacy / trainer.py中，首先应用数据增强以首先生成（input_queue）。然后将input_queue输入到预定义的mata拱中以再次进行缩放。因此，如果使用tf.image.resize_images，尽管input_queue的大小已缩放，但在馈入网络后将被缩放回所需的大小，这样random_image_scale选项没有任何意义，而是，浪费计算时间。
如果我错了，请告诉我。