时间戳

首页 > 解决方案 > ResNet 需要什么类型的输入？

python - ResNet 需要什么类型的输入？

问题描述

我是深度学习的新手，我正在尝试训练一个 ResNet50 模型来对 3 种不同的手术工具进行分类。问题是我读到的每一篇文章都告诉我，我需要使用 224 X 224 的图像来训练 ResNet，但我拥有的图像大小为 512 X 288。

所以我的问题是：

  1. 是否可以在不裁剪图像的情况下使用 512 X 288 图像来训练 ResNet？我不想裁剪图像，因为工具在图像内的位置相当随机，而且我认为裁剪图像也会切断部分工具。

  2. 对于训练集和测试集图像，是否需要在要分类的对象周围画一个矩形？

  3. 如果多个不同的对象在一张图像中可以吗？我使用的数据集经常有多个工具出现在一个图像中，我想知道我是否必须只使用一次只出现一个工具的图像。

  4. 如果我要裁剪图像以适合一种工具，即使图像的大小不同也可以吗？

谢谢你。

标签： pythondeep-learningresnetimage-classification

解决方案

  1. 是否可以在不裁剪图像的情况下使用 512 X 288 图像来训练 ResNet？我不想裁剪图像，因为工具在图像内的位置相当随机，而且我认为裁剪图像也会切断部分工具。
  1. 是的，您可以在不裁剪图像的情况下训练 ResNet。您可以调整它们的大小，或者如果由于某种原因无法做到这一点，您可以更改网络，例如在最后添加一个全局池并考虑不同的输入大小。（您可能需要更改内核大小或下采样率）。
    如果您在这里最大的问题是 resnet 需要224x224，而您的图像大小512x228，最简单的解决方案是首先将它们调整为224x224. 仅当由于某些技术原因这对您来说不可能时，然后通过在最后添加全局池来创建一个完全卷积网络。（我猜 ResNet 最后确实有一个 GP，如果没有，您可以添加它。）
  1. 对于训练集和测试集图像，是否需要在要分类的对象周围画一个矩形？
  1. 对于分类号，您没有。仅当您想要进行检测时才需要对象的边界框（此时您希望模型也围绕感兴趣的对象绘制一个矩形。）
  1. 如果多个不同的对象在一张图像中可以吗？我使用的数据集经常有多个工具出现在一个图像中，我想知道我是否必须只使用一次只出现一个工具的图像。

3.可以在一张图像中有多个不同的对象，只要它们不属于您正在训练的不同类别。也就是说，如果您尝试对苹果和橙子进行分类，很明显，一张图像不能同时包含它们。但如果它包含其他任何东西，螺丝刀、钥匙、人、黄瓜等，那很好。

  1. 如果我要裁剪图像以适合一种工具，即使图像的大小不同也可以吗？

这取决于您的型号。裁剪和图像大小是两个不同的东西。您可以裁剪任何尺寸的图像，然后将其调整为所需的尺寸。您通常希望所有图像都具有相同的大小，因为它使您的生活更轻松，但这不是一个硬条件，并且根据您的要求，您也可以拥有不同的图像等。

推荐阅读