在TensorFlow示例中的Cifar10示例中，他们通过随机组合裁剪、翻转、增亮、对比度调整和白化来扭曲图像。这个概念是合理的，除了裁剪部分对我来说似乎有点奇怪。网络需要图像具有相同的尺寸，而裁剪代码如下所示：

  height = IMAGE_SIZE  width = IMAGE_SIZE  # 用于训练网络的图像处理。注意对图像应用的许多随机扭曲。  # 随机裁剪图像的一个[height, width]部分。  distorted_image = tf.random_crop(reshaped_image, [height, width, 3])

由于高度和宽度是基于图像尺寸的，这实际上在做些什么呢？

回答：

在这个示例中，IMAGE_SIZE被设置为24。所以这段代码的作用是选择一个随机的偏移量，并提取一个24 x 24的图像块。它可能会确保选择的偏移量使得图像块能够被提取出来，而不会有环绕或其他奇怪的边界条件，或者可能是填充了图像（这应该很容易检查）。

我认为IMAGE_SIZE可能更适合命名为PATCH_SIZE或其他名称。请注意，原始的CIFAR 10输入图像是32 x 32的