训练的时候当然随机剪裁，但测试的时候有技巧：
- 单纯将测试图像resize到某个尺度（例如256xN），选择其中centor crop（即图像正中间区域，比如224x224），作为CNN的输入，去评估该模型
Multiple Crop的话具体形式有多种，可自行指定，比如： - 10个crops: 取（左上，左下，右上，右下，正中）以及它们的水平翻转。这10个crops在CNN下的预测输出取平均作为最终预测结果。
- 144个crops：这个略复杂，以ImageNet为例：
1、首先将图像resize到4个尺度（比如256xN，320xN，384xN，480xN）
2、每个尺度上去取（最左，正中，最右）3个位置的正方形区域
对每个正方形区域，取上述的10个224x224的crops，则得到4x3x10=120个crops
3、对上述正方形区域直接resize到224x224，以及做水平翻转，则又得到4x3x2=24个crops
总共加起来得到120+24=144个crops，所有crops的预测输出的平均作为整个模型对当前测试图像的输出