python - 有哪些方法可以使用不同维度的图像集作为预训练模型的输入？

Question

我正在处理手写数字识别问题，使用 OpenCV 进行预处理，使用 Keras/Tensorflow 进行推理。我在 MNIST 手写数字数据集上训练了一个模型，其中每个图像都是 28x28 像素。现在我正在处理一组新的数字，我计划使用原始模型架构进行进一步训练，并通过权重初始化进行迁移学习。

所以这是我的问题 :当我缩小到 28x28 像素时，我遇到了丢失某些功能的问题。这是一个例子



这意味着是 2，顶部循环中的微小间隙对于帮助区分 9 或 8 很重要。但我的预处理版本丢失了间隙，因此循环看起来是封闭的。

我已发布 another question关于如何在不丢失功能的情况下进行缩小。另一方面，也许我想缩小到 更大的尺寸，如 56x56 像素 我不太可能失去这些功能。 我该如何设置，使这个新大小与模型融合在一起，而不会使预先训练的权重变得无用？

这是预训练模型的定义:

def define_model(learning_rate, momentum):
    model = Sequential()
    model.add(Conv2D(32, (3,3), activation = 'relu', kernel_initializer = 'he_uniform', input_shape=(28,28,1)))
    model.add(MaxPooling2D((2,2)))
    model.add(Conv2D(64, (3,3), activation = 'relu', kernel_initializer = 'he_uniform'))
    model.add(Conv2D(64, (3,3), activation = 'relu', kernel_initializer = 'he_uniform'))
    model.add(MaxPooling2D((2,2)))
    model.add(Flatten())
    model.add(Dense(100, activation='relu', kernel_initializer='he_uniform'))
    model.add(Dense(10, activation='softmax'))
    opt = SGD(lr=learning_rate, momentum=momentum)
    model.compile(optimizer=opt, loss='categorical_crossentropy', metrics=['accuracy'])
    return model

这是我的一个想法:在第一层之后增加最大池内核的大小，使该层的输出具有与使用 28x28 像素图像相同的形状。 (但这不会导致我失去该功能吗？)

Answer 1

为什么不升级 MNST 进行培训？你的问题是关于图像的分辨率，MNST 数据集是在很久以前 GPU 内存还很小的时候创建的。最近的模型都具有大于 200 * 200 的图像尺寸例如，resnet 使用 224*224作为输入形状。由于您的图像从一开始就已经是低分辨率的，因此您缩小比例会使模型难以相互区分。由于您的模型相当简单，我建议升级训练数据集。

是的，如果你使用你提到的池化，你可能也会丢失信息。

希望这可以帮助。