Imagenet 论文里的 single crop evaluation（test）

http://www.caffecn.cn/?/question/428

星空下的巫师 - https://github.com/shicai/Caffe_Manual

赞同来自: 佛仙魔

好吧，第一次解释这种类型的问题。
 
既然知道single crop evaluation这个名词，那就从它开始吧。
训练的时候，当然随机裁剪，但测试的时候就需要有点技巧了。
 
Evaluation呢，就是指模型训练好了，测试评估它的性能。
Singl Crop Evaluation通常是指在测试过程中，将图像Resize到某个尺度（比如256xN），选择其中的Center Crop（即图像正中间区域，比如224x224），作为CNN的输入，去评估该模型。
 
Crops Evaluated不是个专业名词，仅仅表示用多少个Crops作为输入，去评估（Evaluate）模型。
10个Crops呢，一般是取（左上，左下，右上，右下，正中）各5个Crop，以及它们的水平镜像，共10个Crops，输入到CNN模型中，得到10个概率输出，然后平均一下，作为最后的结果。
144个Crops，略复杂点，以ImageNet为例，它首先将图像Resize到了4个尺度（比如256xN，320xN，384xN，480xN），每个尺度上去取（最左，正中，最右）3个位置的正方形区域，然后对这些正方形区域取上述的10个224x224的Crops，然后加上将这正方形区域直接Resize到224x224以及这Resize后的镜像，也就是每个正方形区域得到12个Crops，最后得到4x3x12=144个Crops，输入CNN，得到输出取平均，即为最终模型输出。