python-2.7 - 图像分辨率如何影响 Keras 的结果和准确性?
问题描述
我正在将 Keras(带有 Tensorflow 后端)用于图像分类项目。我总共有近 40 000 张高分辨率 (1920x1080) 图像用作训练输入数据。训练大约需要 45 分钟,这已经成为一个问题,所以我想我可以通过降低图像文件的分辨率来加快速度。查看代码(我不是自己写的)似乎所有图像在处理之前都被重新调整为 30x30 像素
我对此有两个一般性问题。
- 期望这能提高训练速度是否合理?
- 调整输入图像文件的大小会影响图像分类的准确性吗?
解决方案
1-当然会影响训练速度,因为空间维度是模型速度性能最重要的关键之一。2- 我们可以说它肯定会影响准确性,但究竟有多少取决于许多其他方面,例如您正在分类什么对象以及您正在使用什么数据集。
推荐阅读
- c - 该函数在 C 中只能达到 50000
- sql-server - SQL Server 的 MobileFirst 连接问题
- reactjs - 测试自定义钩子:不变违规:找不到 react-redux 上下文值;请确保组件被包裹在一个
- c# - C# Linq Net Core:排除包含搜索词的单词
- javascript - 函数不从 amazon-s3 文件返回值,但在我控制台时打印
- javascript - 为什么禁止在 React 组件的构造函数中从 API 获取数据
- c - C 语言:Turbo C,DOS,输入 = 4。输出 =$ $$ $$$$$。字符输入进入无限循环。小号
- java - 从 webview 打开本地地图
- intellij-plugin - 将文本字段完成限制为 Intellij 插件中的一组特定段
- shell - 如何在程序执行期间通过 shell 脚本隐藏我的 Db 密码导出