Machine learning 用于神经网络的切片或缩小（调整大小）图像

给定分辨率非常高的图像数据集8000x6000，哪种方法是训练神经网络的最佳方法？用于图像分割，而不仅仅是

正如标题所说，我应该为每张图片的800x600进行切片，还是将整个图片的大小调整为800x600

在第一种情况下，我会失去内容意识，在第二种情况下，我会失去很多细节，但它将是内容意识的完整图像

---

谢谢大家!

调整大小是一个更好的选择。通常，你的神经网络不需要超高分辨率的所有细节，更小的分辨率就足够了。另一方面，图像的内容很重要，可能会出现问题，具体取决于裁剪图像的哪个部分。

如果调整整个图像的大小，90%的细节不会丢失吗？另一方面，我有一些超高分辨率，我想如果我裁剪它们然后调整大小，我会得到更多的图像来训练。当然，你可以裁剪和调整它们的大小来训练更多的图像，但这取决于一个图像是否有多个你感兴趣的对象。例如，如果您有一个包含一个对象的图像，而其他对象是无意义的背景，则将其裁剪为多个部分是没有意义的。不，如果调整整个图像的大小，90%的细节不会丢失。一个好的网络将试图理解图像作为一个整体，以及不同部分如何组合在一起形成一个对象等。当图像调整大小时，您仍然保持图像的语义表示。