machine-learning - CNN 能否按指定比例减小输入大小

Question

我有一个完全复杂的 CNN，我可以毫无问题地通过使用“相同”填充和一个步幅来设计它以具有完全相同的输出大小。

但是，我有一个图像翻译问题，我需要将输出调整为输入(W/26, H/15)的(W, H)大小。（事先调整图像大小是有问题的，在我们的例子中它不是一个选项）

我通过使用公式来理解：O = (I - F +2P )/s + 1。在哪里：

• O: 输出大小
• I: 输入大小
• F: 过滤器尺寸
• P: 填充
• s: 步幅

我也许可以使用一些非常奇怪的过滤器尺寸来实现这一点。但是是否有系统或有组织的方式来构建这样一个网络以减少输入大小？

标签： machine-learningimage-processingdeep-learningcomputer-visionconv-neural-network

Answer 1

仅使用过滤器大小和步幅来获得精确的输出大小会让您有些头疼。

我的两分钱：每当您的输出大小特别奇怪（例如(w//26, h//15)）时，插值层可能有助于使您达到该特定大小。

例如：

• 你可以使用 PyTorch torch.nn.functional.interpolate。
• 张量流tf.image.resize