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。
最佳答案
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。
关于machine-learning - 如何使用 mobilenet 作为高分辨率图像的特征提取器?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68523007/