python - 不同输入大小的 Keras 图像分类
问题描述
我想使用 Tensorflow 和 Keras 来训练由大小非常不同的图像组成的数据集,以便对它们进行分类。但其中一些是水平的(1400x100),其中一些是垂直的(100x1000)。据我了解,Keras 接受相同大小的输入图像。我不确定将它们全部转换为 150x150 或 180x180 等经典分辨率是否明智,因为它们是水平和垂直的。
我怎么解决这个问题?
解决方案
已经开发了一些方法来处理具有多种尺寸的图像,包括水平和垂直尺寸不相等的图像。例如,空间金字塔池化或规模递归神经网络。您还可以将网络维度设置为 variable,然后使用池化操作(例如全局平均池化)在完全连接或其他需要固定大小的层之前获得固定大小的维度。
最简单的方法是裁剪或填充图像(例如用零),使它们的大小都相同。
推荐阅读
- openlayers - 标记移动时打开图层删除通过的线
- python - 在哪里使用 aws x-ray patch all (python)
- python - 使用 Python 提取增值税识别号
- android - 在 recyclerview kotlin 中显示来自 firebase 实时数据库的数据
- javascript - 在 chrome 中的 window.unload 事件上发送信标后清除 cookie
- php - if条件与foreach循环在php中的数组
- flutter - 我如何在 Flutter 中实现这种效果?
- python - 我的项目不断让我退出,为什么会这样?(关闭)
- java - Hibernate 类型映射短 vs 字节 / JPL 接口 vs 本机查询
- node.js - 如何在 Nodejs 中使用通配符扫描 AWS DynamoDB