咖啡中的訓練數據增加及其多標記

Question

如何隨機裁剪訓練圖像及其位置標籤。

我正在預處理caffe輸入的圖像數據及其標籤。我想隨機在線（當咖啡跑步時）裁剪我的訓練圖像，並且我知道caffe在圖層random crop中提供了一個隨機裁剪參數。問題在於，當圖像被轉換時，每個對應圖像的標籤都是變體。所以通過這種方式，我必須將改變後的圖像與標籤一起改變。我試着長時間搜索我的問題，但沒用。然後我意識到也許有兩種方法可以解決問題：

1. 獲得原始圖像上隨機裁剪圖像的偏移量。但是我沒有回答這個問題。
2. 我將在線指定隨機偏移量，然後通過特定偏移量crop specific offset裁剪圖像。但是，如何在caffe訓練時間時生成一個隨機數字。
3. 我知道離線預處理隨機裁剪圖像及其標籤可能是一種可行的方法。但是，它會佔用相當大的磁盤空間，因爲我的訓練數據集太大。

我的位置對應的標籤： 我分裂每個訓練圖像的作爲10x10=100網格。該標籤是圖像中特定關鍵點的網格索引。例如，當我的頭部關鍵點位於圖像的網格位置<2th row, 1th col>時，標籤將爲11。

Answer 1

您可以使用"Python" layer完成此任務，因爲您已經是pointed out（我想這是最簡單的方法）。
如果您關心此圖層的運行時間，可以使其成爲多線程：讓圖層調用多個線程來裁剪圖像並重新計算其標籤。這些線程將在後臺運行，並且應該能夠爲網絡提供足夠的數據，用於下一個小批量。

請參閱python threading模塊的Thread類。您也可能發現使用Queue類可以方便地同步線程和主輸入層。