https://blog.csdn.net/weixin_41847115/article/details/84644305
resnet的输入size是224
一、图像的按比例缩放
将图像较短的那条边按比例随机缩放到【256】，长边随着短边按比例缩放
二、图像的裁剪
随机对图像进行裁剪【224,224】，如果采用随机裁剪可以得到多张图片，可以选择上下左右加中间再镜像大概得到十张左右
三、像素的归一化
每个通道的像素值都减去训练集中该通道的平均值
第四，颜色抖动（color shifting)
这里resnet 引用的是Alexnet 2012年提出的做法，对于每张图片，每个通道的数据先由二维转成一维（例如256*256*3，转成65536*3），再对该图片（65536*3）三个通道求出协方差矩阵（3*3），再求出协方差矩阵的特征向量p和特征值λ，最后按照下图这样一个公式进行转换进行变换， 这里α是一个服从均值为0，方差为0.1的随机变量（简单来说就是一个很小的随机数），[p1,p2,p3]是一个3*3的矩阵，[λ1,λ2,λ3]的转置是一个3*1的矩阵，最后矩阵相乘的结果也是个3*1的矩阵，刚好可以和原图片3个通道相加，这里执行的是python中的广播机制，即图片每个通道65536个像素点都加上同一个数。
第五,测试方法
先抽取测试集图像的四个角以及中间的224×224部分，还包括镜像共有10个部分(Patch)结果，再对这10个输入的测试结果做平均作为我们对该测试集图片的最终测试结果。