About RescaleT about u-2-net

[xuebinqin]

你好，在train的时候把图片resize 到320x320， 一方面是因为batch size在大于一的情况下需要batch内的图像保持统一的spatial size， 另外一方面resize到320x320，有助于network获取更大的感受野（在filter size和pooling operation 一定的情况下），输入图像resize的越小，相对而言感受野越大。在test的时候resize是为了保证其与训练数据在同一scale上。 Randomcrop是为了使得network 对于水平的translation更加的不敏感，从而一定程度上防止过拟合。你可以吧图像resize到320x320，但是分辨率低会对精度有影响，也可以尝试直接用原始分辨率，带来的问题可能是GPU memory不够，同时receptive field相对就变小了，也会影响精度，具体需要尝试，看哪中方式精度高就用哪个。

…

On Jul 5, 2020, at 9:25 PM, Julyliying ***@***.***> wrote: Xuebin Qin, 您好： 感谢您的分享，真是一项很棒的工作。有一点小疑问想向您请教下，请问您train和test的时候为什么直接把图片resize到(320,320)呢？而不是保持图片的长宽比呢？是跟训练数据有关系还是如果保持长宽比的话，RandomCrop会影响图片中显著性物体的完整性？还是其他什么原因呢？我想训练自己的数据，我的应用场景是1920*1080分辨率的视频，并有一些该分辨率下的训练数据，请问您觉得train和test的size应该怎样调整最合适呢？多谢您的指点！ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#45>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ADSGORIMN2WY2ABD47SX2DLR2E73JANCNFSM4ORGI3WQ>.

[Julyliying]

你好，在train的时候把图片resize 到320x320， 一方面是因为batch size在大于一的情况下需要batch内的图像保持统一的spatial size， 另外一方面resize到320x320，有助于network获取更大的感受野（在filter size和pooling operation 一定的情况下），输入图像resize的越小，相对而言感受野越大。在test的时候resize是为了保证其与训练数据在同一scale上。 Randomcrop是为了使得network 对于水平的translation更加的不敏感，从而一定程度上防止过拟合。你可以吧图像resize到320x320，但是分辨率低会对精度有影响，也可以尝试直接用原始分辨率，带来的问题可能是GPU memory不够，同时receptive field相对就变小了，也会影响精度，具体需要尝试，看哪中方式精度高就用哪个。
…
On Jul 5, 2020, at 9:25 PM, Julyliying @.**> wrote: Xuebin Qin, 您好： 感谢您的分享，真是一项很棒的工作。有一点小疑问想向您请教下，请问您train和test的时候为什么直接把图片resize到(320,320)呢？而不是保持图片的长宽比呢？是跟训练数据有关系还是如果保持长宽比的话，RandomCrop会影响图片中显著性物体的完整性？还是其他什么原因呢？我想训练自己的数据，我的应用场景是19201080分辨率的视频，并有一些该分辨率下的训练数据，请问您觉得train和test的size应该怎样调整最合适呢？多谢您的指点！ — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#45>, or unsubscribe https://github.com/notifications/unsubscribe-auth/ADSGORIMN2WY2ABD47SX2DLR2E73JANCNFSM4ORGI3WQ.

好的。多谢您的解释与回复！！