resize 步骤是指将输入图像按照某种规则先进行resize，PaddleSeg支持以下3种resize方式:
-
unpadding 将输入图像直接resize到某一个固定大小下，送入到网络中间训练，对应参数为AUG.FIX_RESIZE_SIZE。预测时同样操作。
-
stepscaling 将输入图像按照某一个比例resize，这个比例以某一个步长在一定范围内随机变动。设定最小比例参数为
AUG.MIN_SCALE_FACTOR, 最大比例参数AUG.MAX_SCALE_FACTOR，步长参数为AUG.SCALE_STEP_SIZE。预测时不对输入图像做处理。 -
rangescaling 固定长宽比resize，即图像长边对齐到某一个固定大小，短边随同样的比例变化。设定最小大小参数为
AUG.MIN_RESIZE_VALUE，设定最大大小参数为AUG.MAX_RESIZE_VALUE。预测时需要将长边对齐到AUG.INF_RESIZE_VALUE所指定的大小，其中AUG.INF_RESIZE_VALUE在AUG.MIN_RESIZE_VALUE和AUG.MAX_RESIZE_VALUE范围内。
rangescaling示意图如下：
Rich Crop是PaddleSeg结合实际业务经验开放的一套数据增强策略，面向标注数据少，测试数据情况繁杂的分割业务场景使用的数据增强策略。流程如下图所示:
rich crop是指对图像进行多种变换，保证在训练过程中数据的丰富多样性，PaddleSeg支持以下几种变换。AUG.RICH_CROP.ENABLE为False时会直接跳过该步骤。
-
blur 图像加模糊，使用开关
AUG.RICH_CROP.BLUR，为False时该项功能关闭。AUG.RICH_CROP.BLUR_RATIO控制加入模糊的概率。 -
flip 图像上下翻转，使用开关
AUG.RICH_CROP.FLIP，为False时该项功能关闭。AUG.RICH_CROP.FLIP_RATIO控制加入模糊的概率。 -
rotation 图像旋转，
AUG.RICH_CROP.MAX_ROTATION控制最大旋转角度。旋转产生的多余的区域的填充值为均值。 -
aspect
图像长宽比调整，从图像中crop一定区域出来之后在某一长宽比内进行resize。控制参数AUG.RICH_CROP.MIN_AREA_RATIO和AUG.RICH_CROP.ASPECT_RATIO。
- color jitter
图像颜色调整，控制参数AUG.RICH_CROP.BRIGHTNESS_JITTER_RATIO、AUG.RICH_CROP.SATURATION_JITTER_RATIO、AUG.RICH_CROP.CONTRAST_JITTER_RATIO。
该步骤主要是通过crop的方式使得输入到网络中的图像在某一个固定大小，控制该大小的参数为TRAIN_CROP_SIZE，类型为tuple，格式为(width, height). 当输入图像大小小于CROP_SIZE的时候会对输入图像进行padding，padding值为均值。
- 输入图片格式
- 原图
- 图片格式：RGB三通道图片和RGBA四通道图片两种类型的图片进行训练，但是在一次训练过程只能存在一种格式。
- 图片转换：灰度图片经过预处理后之后会转变成三通道图片
- 图片参数设置：当图片为三通道图片时IMAGE_TYPE设置为rgb， 对应MEAN和STD也必须是一个长度为3的list，当图片为四通道图片时IMAGE_TYPE设置为rgba，对应的MEAN和STD必须是一个长度为4的list。
- 标注图
- 图片格式：标注图片必须为png格式的单通道多值图，元素值代表的是这个元素所属于的类别。
- 图片转换：在datalayer层对label图片进行的任何resize，以及旋转的操作，都必须采用最近邻的插值方式。
- 图片ignore：设置TRAIN.IGNORE_INDEX 参数可以选择性忽略掉属于某一个类别的所有像素点。这个参数一般设置为255
- 原图