裁剪/缩放ImageNet图像
裁剪/缩放ImageNet图像
提问于 2016-05-03 23:58:03
ImageNet图像大小不同，但神经网络需要固定大小的输入。
一种解决方案是采取作物大小的大小，大小将适合于图像，中心围绕着图像的中心点。这是可行的，但也有一些缺点。通常情况下，图像中感兴趣的对象的重要部分被剪除，甚至在某些情况下，正确的对象完全丢失，而另一个属于不同类的对象是可见的，这意味着您的模型将被错误地训练成该图像。
另一种解决方案是使用整个图像，并在每幅图像都有相同尺寸的地方进行零填充。这似乎会干扰训练过程，模型将学习寻找图像边缘附近的垂直/水平的黑色贴片。
常见的做法是什么？
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-05-04 23:55:53
有几种方法：
- 多种作物。例如，AlexNet最初接受了5种不同作物的训练:中、左上、右上、左下角、右下角。
- 随机作物。只需从图像中提取一些随机作物，希望神经网络不会有偏差。
- 调整尺寸和变形。在不考虑高宽比的情况下，将图像调整到固定大小。这将变形图像内容，但保留，但现在您可以确定没有内容被削减。
- 可变大小的输入。不要在可变大小的图像上裁剪和训练网络，使用像空间金字塔池这样的东西来提取一个固定大小的特征向量，可以与完全连接的层一起使用。
您可以看看最新的ImageNet网络是如何被训练的，比如VGG和ResNet。他们通常详细描述这一步骤。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37016276
复制相关文章
相似问题
腾讯云开发者
