machine-learning - 如何使用 mobilenet 作为高分辨率图像的特征提取器？

Question

如何使用 mobilenet 模型作为分辨率高于 224x224 的图像的特征提取器？ 我想我需要在加载后更改某个图层以增加输入大小？我当前的代码是这样的:

const featureExtractor = await tf.loadGraphModel('http://localhost:3000/mobilenet_v3_large_100_224/model.json');

我知道我可以将图像重新采样到 224x224，但我担心重要信息会丢失。

Answer 1

从技术上讲，MobileNet v2 从具有 32 个滤波器的全卷积层开始。所以，是的，您可以使用更大的图像来训练模型，但是您需要从头开始。似乎可用的特征提取模型大多是在 224x224 的数据集上训练的。

如果您认为这会删除重要信息，那么您可能是对的!然而，在我放弃之前，我肯定会尝试一下。我对 28x28 数据集的熟练程度感到惊讶，而且这实际上是更多的数据。

您可以将深度乘数调整为 1.4并从图像中获得更多的特征。如果您担心质量，请这样做。也许您甚至可以使用像 Inception 这样更大的模型？这些图像的尺寸为 299x299。

无论如何，这取决于您需要重新训练多少时间和精力。