cnn网络图片的输入大小问题

weixin_37955285 2019-05-05 10:28:29

我的图片是192*192像素的，我应该怎么搭建网络，还是必须用网上现成的网络，把图片resize成规定的大小呢？？小白一个，去查资料也没有讲很明确的

...全文

9579 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

风来我也来 2020-12-24

打赏
举报

回复

没有全连接的网络。只要图片>要求的最小尺寸，理论上都可以输入。详细参考MTCNN ，P网络可以输入任意》12*12尺寸,R网络，O网络只能输入固定尺寸。看你目标而定。如果是迁移学习，一半是要resize 到指定大小输入。如果是自定义，根据卷积+池化 /全连接输入，确定尺寸

欢乐的小猪 2020-12-04

打赏
举报

回复

数据量不大的话，只能使用预训练模型进行微调。

风来我也来 2019-05-21

打赏
举报

回复

小白就从调用开始。查下网络要的格式，把你的图片转化成网络要的图片格式(不只是大小，有的还会要求转化为double类型之类)。然后训练。前期建议按照网上给的尺寸，因为一般网络还有配套的预训练库或者已经预先训练过了。

在使用卷积神经网络(CNN)处理不同大小的输入图像时，通常有几种常见的方法：填充：在图像的周围增加一些像素，使得图像的大小符合 CNN 的输入要求。这种方法对于较小的图像尤其有效，因为增加的像素数量相对较少。缩放：将图像的大小调整为符合 CNN 的输入要求。这种方法可以通过插值算法来实现，但是过多的缩放会导致图像质量下降。剪切：从图像中剪切出一个合适大小的区域，使其符合 CNN 的输入...

它通过在不同尺度上进行池化操作，提取各个尺度的特征，然后将这些特征进行融合，以获得更具丰富表示能力的特征。通过在不同尺度上处理图像，可以获得不同层次的特征表示，以增强网络的感受野和视觉表达能力。当输入图像较大时，可以通过裁剪或缩放来调整图像尺寸。通过裁剪网络中部分层或通道的权重值，可以使网络适应不同尺寸的输入图像。2. 图像缩放：将图像通过插值或调整尺寸的方式进行缩放，以适应网络的输入尺寸。根据输入图像的尺寸和网络架构的要求，可以找到合适的解决方式，以确保输入图像与CNN网络输入大小的匹配。

对于CNN来说，一张图片经过conv和pooling时，这些层是不关心图片大小的。比如对于一个卷积层，output_size=(input_size - kernel_size)/stride + 1,它并不关心输入图片的尺寸大小，但是经过若干次conv和pooling后，要经过flatten操作送入FC层中，此时我们得提前设置好hidden layer中神经元的个数，这一步需要考虑经过flatten后的大小，所以传统的CNN结构神经网络的输入图片尺寸必须是固定的，例如AlexNet，VGG,ResNet

输入图片的大小需要固定我们知道CNN输入图片的大小需要固定，但是这是为什么呢？其实在网络结构中卷积层是不需要固定图像的大小（它的输出大小是跟输入图像的大小相关的），一般情况下输入尺寸都会大于常用的卷积核大小。有固定输入图像大小需求的是全连接部分，全连接部分的参数的个数是需要固定的。解决方案当然可能我们的数据集的大小并不统一，这时候就需要进行处理了 1.可以在输入网络之前进行resize，将...

通过CNN组成（卷积层和全连接层）进行分析。（1）卷积层卷积层对于图像是没有尺寸限制要求的。输入图像是28*28，卷积仅于自身的卷积核大小，维度有关，输入向量大小对其无影响（如第一层卷积，输入图像的大小和维度）。 # 输入图像 x = tf.placeholder(tf.float32, [None, 784]) y_ = tf.placeholder(tf.float32, [No...

4,499

社区成员

15,349

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章