machine-learning - 在多标签图像分类的背景下，将随机裁剪作为一种数据增强技术是否可行？

Question

我已经阅读了 kaggle 中关于多标签图像分类的2 个顶级解决方案。在我阅读的两场比赛中，都进行了随机裁剪。对我来说，这似乎是一个糟糕的举动，因为我们可能在标签和裁剪图像之间存在不匹配。这是两个链接：

1.人类蛋白质图谱图像分类

2. iMet 系列 2019 - FGVC6

如果裁剪的原因是使用的模型架构的输入大小图像约束，那么调整图像大小而不是裁剪图像不是更好吗？

Answer 1

我还没有访问过这些链接，但是只要您可以保持类的存在，即使只是实际对象的一小部分，随机裁剪也会有所帮助。